
Many consumers struggle receiving loan support from banks due to lacking credit history. Home Credit is a service whose goal is to provide loan opportunities for this underserved population. Failing to build and implement an accurate repayment detection method assumes major consequences. Missed financial interest unfolds if a loan is granted to consumers likely to default, Home Credit may not recoup the principal. This paper aims to address this issue by proposing a machine learning approach using Home Credit internal and external loan application and credit payment history data for automatic loan default detection. We introduce a simple and explainable logistic regression algorithm with the loan application data. Additionally, we explore more advanced machine learning and deep learning algorithms such as gradient boosting machines and neural networks to improve default classification. The results will show strong performance comparable to existing algorithms scoring near the top of the open-source Kaggle leaderboard.
The main project objective is to build a machine learning classification algorithm with current and existing loan application and payment history data to determine if a new Home Credit loan applicant will default on a loan. This project will abide by the Cross Industry Standard Process for Data Mining (CRISP-DM) framework to build a valuable default detection system. The CRISP-DM framework consists of six revolving sections: business understanding, data understanding, data preparation, modeling, evaluation, and deployment. Since this modeling exercise is for research purposes only, the deployment step is ignored. The first phase of the project is to complete one iteration with available data to model and evaluate a regularized logistic regression model for default detection. The following file contains the exploratory data analysis and initial baseline model for the project "Identifying Home Credit Application Default Risk". Modeling has been performed using the data extracted from Home Credit Default Risk (HCDR) Kaggle Competition.

Many people struggle to get loans due to insufficient or non-existent credit histories. Unfortunately, this population is often taken advantage of by untrustworthy lenders.
Home Credit strives to broaden financial inclusion for the unbanked population by providing a positive and safe borrowing experience. In order to make sure this underserved population has a positive loan experience, Home Credit makes use of a variety of alternative data--including telco and transactional information--to predict their clients' repayment abilities.
While Home Credit is currently using various statistical and machine learning methods to make these predictions, they're challenging Kagglers to help them unlock the full potential of their data. Doing so will ensure that clients capable of repayment are not rejected and that loans are given with a principal, maturity, and repayment calendar that will empower their clients to be successful.
Home Credit is a non-banking financial institution, founded in 1997 in the Czech Republic.
The company operates in 14 countries (including United States, Russia, Kazahstan, Belarus, China, India) and focuses on lending primarily to people with little or no credit history which will either not obtain loans or became victims of untrustworthly lenders.
Home Credit group has over 29 million customers, total assests of 21 billions Euro, over 160 millions loans, with the majority in Asia and and almost half of them in China (as of 19-05-2018).
While Home Credit is currently using various statistical and machine learning methods to make these predictions, they're challenging Kagglers to help them unlock the full potential of their data. Doing so will ensure that clients capable of repayment are not rejected and that loans are given with a principal, maturity, and repayment calendar that will empower their clients to be successful.
There are 7 different sources of data:
The application dataset has the most information about the client: Gender, income, family status, education ...
Note: The other data set will be incorporated in phase 2 modeling.
# data manipulation
import numpy as np
import pandas as pd
import os
import zipfile
# plotting
import matplotlib.pyplot as plt
import seaborn as sns
from pandas.plotting import scatter_matrix
# splitting
from sklearn.model_selection import train_test_split
# preprocessing
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import MinMaxScaler, StandardScaler, OneHotEncoder, LabelEncoder
# pipelines
from sklearn.compose import ColumnTransformer
from sklearn.base import BaseEstimator, TransformerMixin
from sklearn.pipeline import Pipeline, FeatureUnion, make_pipeline
# models
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import RandomForestClassifier
from xgboost import XGBClassifier
# tuning
from sklearn.model_selection import GridSearchCV, cross_val_score, cross_validate
from skopt import BayesSearchCV
# model evaluation
from sklearn.metrics import accuracy_score, f1_score, roc_auc_score, classification_report, confusion_matrix, plot_confusion_matrix
# do not show warnings
import warnings
warnings.filterwarnings('ignore')
# set pandas display options
pd.set_option('display.max_rows', 500)
pd.set_option('display.max_columns', 500)
pd.set_option('display.width', 1000)
# set the data directory
DATA_DIR = "../data/home-credit-default-risk" # data folder will be present in the level as the code folder
# set the directory for storing model objects
MODEL_DIR = "../output/models"
# set the results folder for storing model results
REPORT_DIR = "../output/reports"
# set the submission folder
SUBMISSION_DIR = "../output/submissions"
# define a function for loading in dataset
def load_data(in_path, name):
df = pd.read_csv(in_path)
print(f"{name}: shape is {df.shape}")
print(df.info())
display(df.head(5))
return df
# create a function to plot feature importances
def lr_feature_importance_plot(clf, names, n=10):
feature_importance = abs(clf.named_steps['logistic'].coef_[0])
feature_importance = 100.0 * (feature_importance / feature_importance.max())
sorted_idx = np.argsort(feature_importance)
pos = np.arange(sorted_idx.shape[0]) + .5
fig = plt.figure(figsize=(8, 6), dpi=80)
ax = fig.add_subplot(1, 1, 1)
ax.barh(pos[-n:], feature_importance[sorted_idx][-n:], align='center')
ax.set_yticks(pos[-n:])
ax.set_yticklabels(np.array(names)[sorted_idx][-n:], fontsize=8)
ax.set_xlabel('Relative Feature Importance')
plt.tight_layout()
plt.show()
print("There are",len(feature_importance[feature_importance == 0]),"features that have 0 importance.")
# create a function to plot feature importances for tree model
def tree_feature_importance_plot(clf, step_name, names, n=10):
feature_importance = abs(clf.named_steps[step_name].feature_importances_)
sorted_idx = np.argsort(feature_importance)
pos = np.arange(sorted_idx.shape[0]) + .5
fig = plt.figure(figsize=(8, 6), dpi=80)
ax = fig.add_subplot(1, 1, 1)
ax.barh(pos[-n:], feature_importance[sorted_idx][-n:], align='center')
ax.set_yticks(pos[-n:])
ax.set_yticklabels(np.array(names)[sorted_idx][-n:], fontsize=8)
ax.set_xlabel('Relative Feature Importance')
plt.tight_layout()
plt.show()
print("There are",len(feature_importance[feature_importance == 0]),"features that have 0 importance.")
Data is loaded into a Dictionary, and during the loading, initial statistics / information about the datasets are made available.
%%time
datasets={} # data will be stored in a dictionary
# set the dataset names
ds_names = ("application_train", "application_test", "bureau","bureau_balance","credit_card_balance","installments_payments",
"previous_application","POS_CASH_balance")
# read in datasets and print first few records
for ds_name in ds_names:
datasets[ds_name] = load_data(os.path.join(DATA_DIR, f'{ds_name}.csv'), ds_name)
application_train: shape is (307511, 122) <class 'pandas.core.frame.DataFrame'> RangeIndex: 307511 entries, 0 to 307510 Columns: 122 entries, SK_ID_CURR to AMT_REQ_CREDIT_BUREAU_YEAR dtypes: float64(65), int64(41), object(16) memory usage: 286.2+ MB None
| SK_ID_CURR | TARGET | NAME_CONTRACT_TYPE | CODE_GENDER | FLAG_OWN_CAR | FLAG_OWN_REALTY | CNT_CHILDREN | AMT_INCOME_TOTAL | AMT_CREDIT | AMT_ANNUITY | AMT_GOODS_PRICE | NAME_TYPE_SUITE | NAME_INCOME_TYPE | NAME_EDUCATION_TYPE | NAME_FAMILY_STATUS | NAME_HOUSING_TYPE | REGION_POPULATION_RELATIVE | DAYS_BIRTH | DAYS_EMPLOYED | DAYS_REGISTRATION | DAYS_ID_PUBLISH | OWN_CAR_AGE | FLAG_MOBIL | FLAG_EMP_PHONE | FLAG_WORK_PHONE | FLAG_CONT_MOBILE | FLAG_PHONE | FLAG_EMAIL | OCCUPATION_TYPE | CNT_FAM_MEMBERS | REGION_RATING_CLIENT | REGION_RATING_CLIENT_W_CITY | WEEKDAY_APPR_PROCESS_START | HOUR_APPR_PROCESS_START | REG_REGION_NOT_LIVE_REGION | REG_REGION_NOT_WORK_REGION | LIVE_REGION_NOT_WORK_REGION | REG_CITY_NOT_LIVE_CITY | REG_CITY_NOT_WORK_CITY | LIVE_CITY_NOT_WORK_CITY | ORGANIZATION_TYPE | EXT_SOURCE_1 | EXT_SOURCE_2 | EXT_SOURCE_3 | APARTMENTS_AVG | BASEMENTAREA_AVG | YEARS_BEGINEXPLUATATION_AVG | YEARS_BUILD_AVG | COMMONAREA_AVG | ELEVATORS_AVG | ENTRANCES_AVG | FLOORSMAX_AVG | FLOORSMIN_AVG | LANDAREA_AVG | LIVINGAPARTMENTS_AVG | LIVINGAREA_AVG | NONLIVINGAPARTMENTS_AVG | NONLIVINGAREA_AVG | APARTMENTS_MODE | BASEMENTAREA_MODE | YEARS_BEGINEXPLUATATION_MODE | YEARS_BUILD_MODE | COMMONAREA_MODE | ELEVATORS_MODE | ENTRANCES_MODE | FLOORSMAX_MODE | FLOORSMIN_MODE | LANDAREA_MODE | LIVINGAPARTMENTS_MODE | LIVINGAREA_MODE | NONLIVINGAPARTMENTS_MODE | NONLIVINGAREA_MODE | APARTMENTS_MEDI | BASEMENTAREA_MEDI | YEARS_BEGINEXPLUATATION_MEDI | YEARS_BUILD_MEDI | COMMONAREA_MEDI | ELEVATORS_MEDI | ENTRANCES_MEDI | FLOORSMAX_MEDI | FLOORSMIN_MEDI | LANDAREA_MEDI | LIVINGAPARTMENTS_MEDI | LIVINGAREA_MEDI | NONLIVINGAPARTMENTS_MEDI | NONLIVINGAREA_MEDI | FONDKAPREMONT_MODE | HOUSETYPE_MODE | TOTALAREA_MODE | WALLSMATERIAL_MODE | EMERGENCYSTATE_MODE | OBS_30_CNT_SOCIAL_CIRCLE | DEF_30_CNT_SOCIAL_CIRCLE | OBS_60_CNT_SOCIAL_CIRCLE | DEF_60_CNT_SOCIAL_CIRCLE | DAYS_LAST_PHONE_CHANGE | FLAG_DOCUMENT_2 | FLAG_DOCUMENT_3 | FLAG_DOCUMENT_4 | FLAG_DOCUMENT_5 | FLAG_DOCUMENT_6 | FLAG_DOCUMENT_7 | FLAG_DOCUMENT_8 | FLAG_DOCUMENT_9 | FLAG_DOCUMENT_10 | FLAG_DOCUMENT_11 | FLAG_DOCUMENT_12 | FLAG_DOCUMENT_13 | FLAG_DOCUMENT_14 | FLAG_DOCUMENT_15 | FLAG_DOCUMENT_16 | FLAG_DOCUMENT_17 | FLAG_DOCUMENT_18 | FLAG_DOCUMENT_19 | FLAG_DOCUMENT_20 | FLAG_DOCUMENT_21 | AMT_REQ_CREDIT_BUREAU_HOUR | AMT_REQ_CREDIT_BUREAU_DAY | AMT_REQ_CREDIT_BUREAU_WEEK | AMT_REQ_CREDIT_BUREAU_MON | AMT_REQ_CREDIT_BUREAU_QRT | AMT_REQ_CREDIT_BUREAU_YEAR | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 100002 | 1 | Cash loans | M | N | Y | 0 | 202500.0 | 406597.5 | 24700.5 | 351000.0 | Unaccompanied | Working | Secondary / secondary special | Single / not married | House / apartment | 0.018801 | -9461 | -637 | -3648.0 | -2120 | NaN | 1 | 1 | 0 | 1 | 1 | 0 | Laborers | 1.0 | 2 | 2 | WEDNESDAY | 10 | 0 | 0 | 0 | 0 | 0 | 0 | Business Entity Type 3 | 0.083037 | 0.262949 | 0.139376 | 0.0247 | 0.0369 | 0.9722 | 0.6192 | 0.0143 | 0.00 | 0.0690 | 0.0833 | 0.1250 | 0.0369 | 0.0202 | 0.0190 | 0.0000 | 0.0000 | 0.0252 | 0.0383 | 0.9722 | 0.6341 | 0.0144 | 0.0000 | 0.0690 | 0.0833 | 0.1250 | 0.0377 | 0.022 | 0.0198 | 0.0 | 0.0 | 0.0250 | 0.0369 | 0.9722 | 0.6243 | 0.0144 | 0.00 | 0.0690 | 0.0833 | 0.1250 | 0.0375 | 0.0205 | 0.0193 | 0.0000 | 0.00 | reg oper account | block of flats | 0.0149 | Stone, brick | No | 2.0 | 2.0 | 2.0 | 2.0 | -1134.0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 |
| 1 | 100003 | 0 | Cash loans | F | N | N | 0 | 270000.0 | 1293502.5 | 35698.5 | 1129500.0 | Family | State servant | Higher education | Married | House / apartment | 0.003541 | -16765 | -1188 | -1186.0 | -291 | NaN | 1 | 1 | 0 | 1 | 1 | 0 | Core staff | 2.0 | 1 | 1 | MONDAY | 11 | 0 | 0 | 0 | 0 | 0 | 0 | School | 0.311267 | 0.622246 | NaN | 0.0959 | 0.0529 | 0.9851 | 0.7960 | 0.0605 | 0.08 | 0.0345 | 0.2917 | 0.3333 | 0.0130 | 0.0773 | 0.0549 | 0.0039 | 0.0098 | 0.0924 | 0.0538 | 0.9851 | 0.8040 | 0.0497 | 0.0806 | 0.0345 | 0.2917 | 0.3333 | 0.0128 | 0.079 | 0.0554 | 0.0 | 0.0 | 0.0968 | 0.0529 | 0.9851 | 0.7987 | 0.0608 | 0.08 | 0.0345 | 0.2917 | 0.3333 | 0.0132 | 0.0787 | 0.0558 | 0.0039 | 0.01 | reg oper account | block of flats | 0.0714 | Block | No | 1.0 | 0.0 | 1.0 | 0.0 | -828.0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| 2 | 100004 | 0 | Revolving loans | M | Y | Y | 0 | 67500.0 | 135000.0 | 6750.0 | 135000.0 | Unaccompanied | Working | Secondary / secondary special | Single / not married | House / apartment | 0.010032 | -19046 | -225 | -4260.0 | -2531 | 26.0 | 1 | 1 | 1 | 1 | 1 | 0 | Laborers | 1.0 | 2 | 2 | MONDAY | 9 | 0 | 0 | 0 | 0 | 0 | 0 | Government | NaN | 0.555912 | 0.729567 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 0.0 | 0.0 | 0.0 | -815.0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| 3 | 100006 | 0 | Cash loans | F | N | Y | 0 | 135000.0 | 312682.5 | 29686.5 | 297000.0 | Unaccompanied | Working | Secondary / secondary special | Civil marriage | House / apartment | 0.008019 | -19005 | -3039 | -9833.0 | -2437 | NaN | 1 | 1 | 0 | 1 | 0 | 0 | Laborers | 2.0 | 2 | 2 | WEDNESDAY | 17 | 0 | 0 | 0 | 0 | 0 | 0 | Business Entity Type 3 | NaN | 0.650442 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 2.0 | 0.0 | 2.0 | 0.0 | -617.0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | NaN | NaN | NaN | NaN | NaN | NaN |
| 4 | 100007 | 0 | Cash loans | M | N | Y | 0 | 121500.0 | 513000.0 | 21865.5 | 513000.0 | Unaccompanied | Working | Secondary / secondary special | Single / not married | House / apartment | 0.028663 | -19932 | -3038 | -4311.0 | -3458 | NaN | 1 | 1 | 0 | 1 | 0 | 0 | Core staff | 1.0 | 2 | 2 | THURSDAY | 11 | 0 | 0 | 0 | 0 | 1 | 1 | Religion | NaN | 0.322738 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 0.0 | 0.0 | 0.0 | -1106.0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
application_test: shape is (48744, 121) <class 'pandas.core.frame.DataFrame'> RangeIndex: 48744 entries, 0 to 48743 Columns: 121 entries, SK_ID_CURR to AMT_REQ_CREDIT_BUREAU_YEAR dtypes: float64(65), int64(40), object(16) memory usage: 45.0+ MB None
| SK_ID_CURR | NAME_CONTRACT_TYPE | CODE_GENDER | FLAG_OWN_CAR | FLAG_OWN_REALTY | CNT_CHILDREN | AMT_INCOME_TOTAL | AMT_CREDIT | AMT_ANNUITY | AMT_GOODS_PRICE | NAME_TYPE_SUITE | NAME_INCOME_TYPE | NAME_EDUCATION_TYPE | NAME_FAMILY_STATUS | NAME_HOUSING_TYPE | REGION_POPULATION_RELATIVE | DAYS_BIRTH | DAYS_EMPLOYED | DAYS_REGISTRATION | DAYS_ID_PUBLISH | OWN_CAR_AGE | FLAG_MOBIL | FLAG_EMP_PHONE | FLAG_WORK_PHONE | FLAG_CONT_MOBILE | FLAG_PHONE | FLAG_EMAIL | OCCUPATION_TYPE | CNT_FAM_MEMBERS | REGION_RATING_CLIENT | REGION_RATING_CLIENT_W_CITY | WEEKDAY_APPR_PROCESS_START | HOUR_APPR_PROCESS_START | REG_REGION_NOT_LIVE_REGION | REG_REGION_NOT_WORK_REGION | LIVE_REGION_NOT_WORK_REGION | REG_CITY_NOT_LIVE_CITY | REG_CITY_NOT_WORK_CITY | LIVE_CITY_NOT_WORK_CITY | ORGANIZATION_TYPE | EXT_SOURCE_1 | EXT_SOURCE_2 | EXT_SOURCE_3 | APARTMENTS_AVG | BASEMENTAREA_AVG | YEARS_BEGINEXPLUATATION_AVG | YEARS_BUILD_AVG | COMMONAREA_AVG | ELEVATORS_AVG | ENTRANCES_AVG | FLOORSMAX_AVG | FLOORSMIN_AVG | LANDAREA_AVG | LIVINGAPARTMENTS_AVG | LIVINGAREA_AVG | NONLIVINGAPARTMENTS_AVG | NONLIVINGAREA_AVG | APARTMENTS_MODE | BASEMENTAREA_MODE | YEARS_BEGINEXPLUATATION_MODE | YEARS_BUILD_MODE | COMMONAREA_MODE | ELEVATORS_MODE | ENTRANCES_MODE | FLOORSMAX_MODE | FLOORSMIN_MODE | LANDAREA_MODE | LIVINGAPARTMENTS_MODE | LIVINGAREA_MODE | NONLIVINGAPARTMENTS_MODE | NONLIVINGAREA_MODE | APARTMENTS_MEDI | BASEMENTAREA_MEDI | YEARS_BEGINEXPLUATATION_MEDI | YEARS_BUILD_MEDI | COMMONAREA_MEDI | ELEVATORS_MEDI | ENTRANCES_MEDI | FLOORSMAX_MEDI | FLOORSMIN_MEDI | LANDAREA_MEDI | LIVINGAPARTMENTS_MEDI | LIVINGAREA_MEDI | NONLIVINGAPARTMENTS_MEDI | NONLIVINGAREA_MEDI | FONDKAPREMONT_MODE | HOUSETYPE_MODE | TOTALAREA_MODE | WALLSMATERIAL_MODE | EMERGENCYSTATE_MODE | OBS_30_CNT_SOCIAL_CIRCLE | DEF_30_CNT_SOCIAL_CIRCLE | OBS_60_CNT_SOCIAL_CIRCLE | DEF_60_CNT_SOCIAL_CIRCLE | DAYS_LAST_PHONE_CHANGE | FLAG_DOCUMENT_2 | FLAG_DOCUMENT_3 | FLAG_DOCUMENT_4 | FLAG_DOCUMENT_5 | FLAG_DOCUMENT_6 | FLAG_DOCUMENT_7 | FLAG_DOCUMENT_8 | FLAG_DOCUMENT_9 | FLAG_DOCUMENT_10 | FLAG_DOCUMENT_11 | FLAG_DOCUMENT_12 | FLAG_DOCUMENT_13 | FLAG_DOCUMENT_14 | FLAG_DOCUMENT_15 | FLAG_DOCUMENT_16 | FLAG_DOCUMENT_17 | FLAG_DOCUMENT_18 | FLAG_DOCUMENT_19 | FLAG_DOCUMENT_20 | FLAG_DOCUMENT_21 | AMT_REQ_CREDIT_BUREAU_HOUR | AMT_REQ_CREDIT_BUREAU_DAY | AMT_REQ_CREDIT_BUREAU_WEEK | AMT_REQ_CREDIT_BUREAU_MON | AMT_REQ_CREDIT_BUREAU_QRT | AMT_REQ_CREDIT_BUREAU_YEAR | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 100001 | Cash loans | F | N | Y | 0 | 135000.0 | 568800.0 | 20560.5 | 450000.0 | Unaccompanied | Working | Higher education | Married | House / apartment | 0.018850 | -19241 | -2329 | -5170.0 | -812 | NaN | 1 | 1 | 0 | 1 | 0 | 1 | NaN | 2.0 | 2 | 2 | TUESDAY | 18 | 0 | 0 | 0 | 0 | 0 | 0 | Kindergarten | 0.752614 | 0.789654 | 0.159520 | 0.0660 | 0.0590 | 0.9732 | NaN | NaN | NaN | 0.1379 | 0.125 | NaN | NaN | NaN | 0.0505 | NaN | NaN | 0.0672 | 0.0612 | 0.9732 | NaN | NaN | NaN | 0.1379 | 0.125 | NaN | NaN | NaN | 0.0526 | NaN | NaN | 0.0666 | 0.0590 | 0.9732 | NaN | NaN | NaN | 0.1379 | 0.125 | NaN | NaN | NaN | 0.0514 | NaN | NaN | NaN | block of flats | 0.0392 | Stone, brick | No | 0.0 | 0.0 | 0.0 | 0.0 | -1740.0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| 1 | 100005 | Cash loans | M | N | Y | 0 | 99000.0 | 222768.0 | 17370.0 | 180000.0 | Unaccompanied | Working | Secondary / secondary special | Married | House / apartment | 0.035792 | -18064 | -4469 | -9118.0 | -1623 | NaN | 1 | 1 | 0 | 1 | 0 | 0 | Low-skill Laborers | 2.0 | 2 | 2 | FRIDAY | 9 | 0 | 0 | 0 | 0 | 0 | 0 | Self-employed | 0.564990 | 0.291656 | 0.432962 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 3.0 |
| 2 | 100013 | Cash loans | M | Y | Y | 0 | 202500.0 | 663264.0 | 69777.0 | 630000.0 | NaN | Working | Higher education | Married | House / apartment | 0.019101 | -20038 | -4458 | -2175.0 | -3503 | 5.0 | 1 | 1 | 0 | 1 | 0 | 0 | Drivers | 2.0 | 2 | 2 | MONDAY | 14 | 0 | 0 | 0 | 0 | 0 | 0 | Transport: type 3 | NaN | 0.699787 | 0.610991 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 0.0 | 0.0 | 0.0 | -856.0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 4.0 |
| 3 | 100028 | Cash loans | F | N | Y | 2 | 315000.0 | 1575000.0 | 49018.5 | 1575000.0 | Unaccompanied | Working | Secondary / secondary special | Married | House / apartment | 0.026392 | -13976 | -1866 | -2000.0 | -4208 | NaN | 1 | 1 | 0 | 1 | 1 | 0 | Sales staff | 4.0 | 2 | 2 | WEDNESDAY | 11 | 0 | 0 | 0 | 0 | 0 | 0 | Business Entity Type 3 | 0.525734 | 0.509677 | 0.612704 | 0.3052 | 0.1974 | 0.9970 | 0.9592 | 0.1165 | 0.32 | 0.2759 | 0.375 | 0.0417 | 0.2042 | 0.2404 | 0.3673 | 0.0386 | 0.08 | 0.3109 | 0.2049 | 0.9970 | 0.9608 | 0.1176 | 0.3222 | 0.2759 | 0.375 | 0.0417 | 0.2089 | 0.2626 | 0.3827 | 0.0389 | 0.0847 | 0.3081 | 0.1974 | 0.9970 | 0.9597 | 0.1173 | 0.32 | 0.2759 | 0.375 | 0.0417 | 0.2078 | 0.2446 | 0.3739 | 0.0388 | 0.0817 | reg oper account | block of flats | 0.3700 | Panel | No | 0.0 | 0.0 | 0.0 | 0.0 | -1805.0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 3.0 |
| 4 | 100038 | Cash loans | M | Y | N | 1 | 180000.0 | 625500.0 | 32067.0 | 625500.0 | Unaccompanied | Working | Secondary / secondary special | Married | House / apartment | 0.010032 | -13040 | -2191 | -4000.0 | -4262 | 16.0 | 1 | 1 | 1 | 1 | 0 | 0 | NaN | 3.0 | 2 | 2 | FRIDAY | 5 | 0 | 0 | 0 | 0 | 1 | 1 | Business Entity Type 3 | 0.202145 | 0.425687 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.0 | 0.0 | 0.0 | 0.0 | -821.0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | NaN | NaN | NaN | NaN | NaN | NaN |
bureau: shape is (1716428, 17) <class 'pandas.core.frame.DataFrame'> RangeIndex: 1716428 entries, 0 to 1716427 Data columns (total 17 columns): # Column Dtype --- ------ ----- 0 SK_ID_CURR int64 1 SK_ID_BUREAU int64 2 CREDIT_ACTIVE object 3 CREDIT_CURRENCY object 4 DAYS_CREDIT int64 5 CREDIT_DAY_OVERDUE int64 6 DAYS_CREDIT_ENDDATE float64 7 DAYS_ENDDATE_FACT float64 8 AMT_CREDIT_MAX_OVERDUE float64 9 CNT_CREDIT_PROLONG int64 10 AMT_CREDIT_SUM float64 11 AMT_CREDIT_SUM_DEBT float64 12 AMT_CREDIT_SUM_LIMIT float64 13 AMT_CREDIT_SUM_OVERDUE float64 14 CREDIT_TYPE object 15 DAYS_CREDIT_UPDATE int64 16 AMT_ANNUITY float64 dtypes: float64(8), int64(6), object(3) memory usage: 222.6+ MB None
| SK_ID_CURR | SK_ID_BUREAU | CREDIT_ACTIVE | CREDIT_CURRENCY | DAYS_CREDIT | CREDIT_DAY_OVERDUE | DAYS_CREDIT_ENDDATE | DAYS_ENDDATE_FACT | AMT_CREDIT_MAX_OVERDUE | CNT_CREDIT_PROLONG | AMT_CREDIT_SUM | AMT_CREDIT_SUM_DEBT | AMT_CREDIT_SUM_LIMIT | AMT_CREDIT_SUM_OVERDUE | CREDIT_TYPE | DAYS_CREDIT_UPDATE | AMT_ANNUITY | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 215354 | 5714462 | Closed | currency 1 | -497 | 0 | -153.0 | -153.0 | NaN | 0 | 91323.0 | 0.0 | NaN | 0.0 | Consumer credit | -131 | NaN |
| 1 | 215354 | 5714463 | Active | currency 1 | -208 | 0 | 1075.0 | NaN | NaN | 0 | 225000.0 | 171342.0 | NaN | 0.0 | Credit card | -20 | NaN |
| 2 | 215354 | 5714464 | Active | currency 1 | -203 | 0 | 528.0 | NaN | NaN | 0 | 464323.5 | NaN | NaN | 0.0 | Consumer credit | -16 | NaN |
| 3 | 215354 | 5714465 | Active | currency 1 | -203 | 0 | NaN | NaN | NaN | 0 | 90000.0 | NaN | NaN | 0.0 | Credit card | -16 | NaN |
| 4 | 215354 | 5714466 | Active | currency 1 | -629 | 0 | 1197.0 | NaN | 77674.5 | 0 | 2700000.0 | NaN | NaN | 0.0 | Consumer credit | -21 | NaN |
bureau_balance: shape is (27299925, 3) <class 'pandas.core.frame.DataFrame'> RangeIndex: 27299925 entries, 0 to 27299924 Data columns (total 3 columns): # Column Dtype --- ------ ----- 0 SK_ID_BUREAU int64 1 MONTHS_BALANCE int64 2 STATUS object dtypes: int64(2), object(1) memory usage: 624.8+ MB None
| SK_ID_BUREAU | MONTHS_BALANCE | STATUS | |
|---|---|---|---|
| 0 | 5715448 | 0 | C |
| 1 | 5715448 | -1 | C |
| 2 | 5715448 | -2 | C |
| 3 | 5715448 | -3 | C |
| 4 | 5715448 | -4 | C |
credit_card_balance: shape is (3840312, 23) <class 'pandas.core.frame.DataFrame'> RangeIndex: 3840312 entries, 0 to 3840311 Data columns (total 23 columns): # Column Dtype --- ------ ----- 0 SK_ID_PREV int64 1 SK_ID_CURR int64 2 MONTHS_BALANCE int64 3 AMT_BALANCE float64 4 AMT_CREDIT_LIMIT_ACTUAL int64 5 AMT_DRAWINGS_ATM_CURRENT float64 6 AMT_DRAWINGS_CURRENT float64 7 AMT_DRAWINGS_OTHER_CURRENT float64 8 AMT_DRAWINGS_POS_CURRENT float64 9 AMT_INST_MIN_REGULARITY float64 10 AMT_PAYMENT_CURRENT float64 11 AMT_PAYMENT_TOTAL_CURRENT float64 12 AMT_RECEIVABLE_PRINCIPAL float64 13 AMT_RECIVABLE float64 14 AMT_TOTAL_RECEIVABLE float64 15 CNT_DRAWINGS_ATM_CURRENT float64 16 CNT_DRAWINGS_CURRENT int64 17 CNT_DRAWINGS_OTHER_CURRENT float64 18 CNT_DRAWINGS_POS_CURRENT float64 19 CNT_INSTALMENT_MATURE_CUM float64 20 NAME_CONTRACT_STATUS object 21 SK_DPD int64 22 SK_DPD_DEF int64 dtypes: float64(15), int64(7), object(1) memory usage: 673.9+ MB None
| SK_ID_PREV | SK_ID_CURR | MONTHS_BALANCE | AMT_BALANCE | AMT_CREDIT_LIMIT_ACTUAL | AMT_DRAWINGS_ATM_CURRENT | AMT_DRAWINGS_CURRENT | AMT_DRAWINGS_OTHER_CURRENT | AMT_DRAWINGS_POS_CURRENT | AMT_INST_MIN_REGULARITY | AMT_PAYMENT_CURRENT | AMT_PAYMENT_TOTAL_CURRENT | AMT_RECEIVABLE_PRINCIPAL | AMT_RECIVABLE | AMT_TOTAL_RECEIVABLE | CNT_DRAWINGS_ATM_CURRENT | CNT_DRAWINGS_CURRENT | CNT_DRAWINGS_OTHER_CURRENT | CNT_DRAWINGS_POS_CURRENT | CNT_INSTALMENT_MATURE_CUM | NAME_CONTRACT_STATUS | SK_DPD | SK_DPD_DEF | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 2562384 | 378907 | -6 | 56.970 | 135000 | 0.0 | 877.5 | 0.0 | 877.5 | 1700.325 | 1800.0 | 1800.0 | 0.000 | 0.000 | 0.000 | 0.0 | 1 | 0.0 | 1.0 | 35.0 | Active | 0 | 0 |
| 1 | 2582071 | 363914 | -1 | 63975.555 | 45000 | 2250.0 | 2250.0 | 0.0 | 0.0 | 2250.000 | 2250.0 | 2250.0 | 60175.080 | 64875.555 | 64875.555 | 1.0 | 1 | 0.0 | 0.0 | 69.0 | Active | 0 | 0 |
| 2 | 1740877 | 371185 | -7 | 31815.225 | 450000 | 0.0 | 0.0 | 0.0 | 0.0 | 2250.000 | 2250.0 | 2250.0 | 26926.425 | 31460.085 | 31460.085 | 0.0 | 0 | 0.0 | 0.0 | 30.0 | Active | 0 | 0 |
| 3 | 1389973 | 337855 | -4 | 236572.110 | 225000 | 2250.0 | 2250.0 | 0.0 | 0.0 | 11795.760 | 11925.0 | 11925.0 | 224949.285 | 233048.970 | 233048.970 | 1.0 | 1 | 0.0 | 0.0 | 10.0 | Active | 0 | 0 |
| 4 | 1891521 | 126868 | -1 | 453919.455 | 450000 | 0.0 | 11547.0 | 0.0 | 11547.0 | 22924.890 | 27000.0 | 27000.0 | 443044.395 | 453919.455 | 453919.455 | 0.0 | 1 | 0.0 | 1.0 | 101.0 | Active | 0 | 0 |
installments_payments: shape is (13605401, 8) <class 'pandas.core.frame.DataFrame'> RangeIndex: 13605401 entries, 0 to 13605400 Data columns (total 8 columns): # Column Dtype --- ------ ----- 0 SK_ID_PREV int64 1 SK_ID_CURR int64 2 NUM_INSTALMENT_VERSION float64 3 NUM_INSTALMENT_NUMBER int64 4 DAYS_INSTALMENT float64 5 DAYS_ENTRY_PAYMENT float64 6 AMT_INSTALMENT float64 7 AMT_PAYMENT float64 dtypes: float64(5), int64(3) memory usage: 830.4 MB None
| SK_ID_PREV | SK_ID_CURR | NUM_INSTALMENT_VERSION | NUM_INSTALMENT_NUMBER | DAYS_INSTALMENT | DAYS_ENTRY_PAYMENT | AMT_INSTALMENT | AMT_PAYMENT | |
|---|---|---|---|---|---|---|---|---|
| 0 | 1054186 | 161674 | 1.0 | 6 | -1180.0 | -1187.0 | 6948.360 | 6948.360 |
| 1 | 1330831 | 151639 | 0.0 | 34 | -2156.0 | -2156.0 | 1716.525 | 1716.525 |
| 2 | 2085231 | 193053 | 2.0 | 1 | -63.0 | -63.0 | 25425.000 | 25425.000 |
| 3 | 2452527 | 199697 | 1.0 | 3 | -2418.0 | -2426.0 | 24350.130 | 24350.130 |
| 4 | 2714724 | 167756 | 1.0 | 2 | -1383.0 | -1366.0 | 2165.040 | 2160.585 |
previous_application: shape is (1670214, 37) <class 'pandas.core.frame.DataFrame'> RangeIndex: 1670214 entries, 0 to 1670213 Data columns (total 37 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 SK_ID_PREV 1670214 non-null int64 1 SK_ID_CURR 1670214 non-null int64 2 NAME_CONTRACT_TYPE 1670214 non-null object 3 AMT_ANNUITY 1297979 non-null float64 4 AMT_APPLICATION 1670214 non-null float64 5 AMT_CREDIT 1670213 non-null float64 6 AMT_DOWN_PAYMENT 774370 non-null float64 7 AMT_GOODS_PRICE 1284699 non-null float64 8 WEEKDAY_APPR_PROCESS_START 1670214 non-null object 9 HOUR_APPR_PROCESS_START 1670214 non-null int64 10 FLAG_LAST_APPL_PER_CONTRACT 1670214 non-null object 11 NFLAG_LAST_APPL_IN_DAY 1670214 non-null int64 12 RATE_DOWN_PAYMENT 774370 non-null float64 13 RATE_INTEREST_PRIMARY 5951 non-null float64 14 RATE_INTEREST_PRIVILEGED 5951 non-null float64 15 NAME_CASH_LOAN_PURPOSE 1670214 non-null object 16 NAME_CONTRACT_STATUS 1670214 non-null object 17 DAYS_DECISION 1670214 non-null int64 18 NAME_PAYMENT_TYPE 1670214 non-null object 19 CODE_REJECT_REASON 1670214 non-null object 20 NAME_TYPE_SUITE 849809 non-null object 21 NAME_CLIENT_TYPE 1670214 non-null object 22 NAME_GOODS_CATEGORY 1670214 non-null object 23 NAME_PORTFOLIO 1670214 non-null object 24 NAME_PRODUCT_TYPE 1670214 non-null object 25 CHANNEL_TYPE 1670214 non-null object 26 SELLERPLACE_AREA 1670214 non-null int64 27 NAME_SELLER_INDUSTRY 1670214 non-null object 28 CNT_PAYMENT 1297984 non-null float64 29 NAME_YIELD_GROUP 1670214 non-null object 30 PRODUCT_COMBINATION 1669868 non-null object 31 DAYS_FIRST_DRAWING 997149 non-null float64 32 DAYS_FIRST_DUE 997149 non-null float64 33 DAYS_LAST_DUE_1ST_VERSION 997149 non-null float64 34 DAYS_LAST_DUE 997149 non-null float64 35 DAYS_TERMINATION 997149 non-null float64 36 NFLAG_INSURED_ON_APPROVAL 997149 non-null float64 dtypes: float64(15), int64(6), object(16) memory usage: 471.5+ MB None
| SK_ID_PREV | SK_ID_CURR | NAME_CONTRACT_TYPE | AMT_ANNUITY | AMT_APPLICATION | AMT_CREDIT | AMT_DOWN_PAYMENT | AMT_GOODS_PRICE | WEEKDAY_APPR_PROCESS_START | HOUR_APPR_PROCESS_START | FLAG_LAST_APPL_PER_CONTRACT | NFLAG_LAST_APPL_IN_DAY | RATE_DOWN_PAYMENT | RATE_INTEREST_PRIMARY | RATE_INTEREST_PRIVILEGED | NAME_CASH_LOAN_PURPOSE | NAME_CONTRACT_STATUS | DAYS_DECISION | NAME_PAYMENT_TYPE | CODE_REJECT_REASON | NAME_TYPE_SUITE | NAME_CLIENT_TYPE | NAME_GOODS_CATEGORY | NAME_PORTFOLIO | NAME_PRODUCT_TYPE | CHANNEL_TYPE | SELLERPLACE_AREA | NAME_SELLER_INDUSTRY | CNT_PAYMENT | NAME_YIELD_GROUP | PRODUCT_COMBINATION | DAYS_FIRST_DRAWING | DAYS_FIRST_DUE | DAYS_LAST_DUE_1ST_VERSION | DAYS_LAST_DUE | DAYS_TERMINATION | NFLAG_INSURED_ON_APPROVAL | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 2030495 | 271877 | Consumer loans | 1730.430 | 17145.0 | 17145.0 | 0.0 | 17145.0 | SATURDAY | 15 | Y | 1 | 0.0 | 0.182832 | 0.867336 | XAP | Approved | -73 | Cash through the bank | XAP | NaN | Repeater | Mobile | POS | XNA | Country-wide | 35 | Connectivity | 12.0 | middle | POS mobile with interest | 365243.0 | -42.0 | 300.0 | -42.0 | -37.0 | 0.0 |
| 1 | 2802425 | 108129 | Cash loans | 25188.615 | 607500.0 | 679671.0 | NaN | 607500.0 | THURSDAY | 11 | Y | 1 | NaN | NaN | NaN | XNA | Approved | -164 | XNA | XAP | Unaccompanied | Repeater | XNA | Cash | x-sell | Contact center | -1 | XNA | 36.0 | low_action | Cash X-Sell: low | 365243.0 | -134.0 | 916.0 | 365243.0 | 365243.0 | 1.0 |
| 2 | 2523466 | 122040 | Cash loans | 15060.735 | 112500.0 | 136444.5 | NaN | 112500.0 | TUESDAY | 11 | Y | 1 | NaN | NaN | NaN | XNA | Approved | -301 | Cash through the bank | XAP | Spouse, partner | Repeater | XNA | Cash | x-sell | Credit and cash offices | -1 | XNA | 12.0 | high | Cash X-Sell: high | 365243.0 | -271.0 | 59.0 | 365243.0 | 365243.0 | 1.0 |
| 3 | 2819243 | 176158 | Cash loans | 47041.335 | 450000.0 | 470790.0 | NaN | 450000.0 | MONDAY | 7 | Y | 1 | NaN | NaN | NaN | XNA | Approved | -512 | Cash through the bank | XAP | NaN | Repeater | XNA | Cash | x-sell | Credit and cash offices | -1 | XNA | 12.0 | middle | Cash X-Sell: middle | 365243.0 | -482.0 | -152.0 | -182.0 | -177.0 | 1.0 |
| 4 | 1784265 | 202054 | Cash loans | 31924.395 | 337500.0 | 404055.0 | NaN | 337500.0 | THURSDAY | 9 | Y | 1 | NaN | NaN | NaN | Repairs | Refused | -781 | Cash through the bank | HC | NaN | Repeater | XNA | Cash | walk-in | Credit and cash offices | -1 | XNA | 24.0 | high | Cash Street: high | NaN | NaN | NaN | NaN | NaN | NaN |
POS_CASH_balance: shape is (10001358, 8) <class 'pandas.core.frame.DataFrame'> RangeIndex: 10001358 entries, 0 to 10001357 Data columns (total 8 columns): # Column Dtype --- ------ ----- 0 SK_ID_PREV int64 1 SK_ID_CURR int64 2 MONTHS_BALANCE int64 3 CNT_INSTALMENT float64 4 CNT_INSTALMENT_FUTURE float64 5 NAME_CONTRACT_STATUS object 6 SK_DPD int64 7 SK_DPD_DEF int64 dtypes: float64(2), int64(5), object(1) memory usage: 610.4+ MB None
| SK_ID_PREV | SK_ID_CURR | MONTHS_BALANCE | CNT_INSTALMENT | CNT_INSTALMENT_FUTURE | NAME_CONTRACT_STATUS | SK_DPD | SK_DPD_DEF | |
|---|---|---|---|---|---|---|---|---|
| 0 | 1803195 | 182943 | -31 | 48.0 | 45.0 | Active | 0 | 0 |
| 1 | 1715348 | 367990 | -33 | 36.0 | 35.0 | Active | 0 | 0 |
| 2 | 1784872 | 397406 | -32 | 12.0 | 9.0 | Active | 0 | 0 |
| 3 | 1903291 | 269225 | -35 | 48.0 | 42.0 | Active | 0 | 0 |
| 4 | 2341044 | 334279 | -35 | 36.0 | 35.0 | Active | 0 | 0 |
CPU times: user 28.8 s, sys: 32.7 s, total: 1min 1s Wall time: 1min 21s
# print data shape
for ds_name in datasets.keys():
print(f'dataset {ds_name:24}: [ {datasets[ds_name].shape[0]:10,}, {datasets[ds_name].shape[1]}]')
dataset application_train : [ 307,511, 122] dataset application_test : [ 48,744, 121] dataset bureau : [ 1,716,428, 17] dataset bureau_balance : [ 27,299,925, 3] dataset credit_card_balance : [ 3,840,312, 23] dataset installments_payments : [ 13,605,401, 8] dataset previous_application : [ 1,670,214, 37] dataset POS_CASH_balance : [ 10,001,358, 8]
appTrainDF = datasets["application_train"]
appTestDF = datasets["application_test"]
bureauDF = datasets["bureau"]
bureauBalDF = datasets["bureau_balance"]
creditCardBalDF = datasets["credit_card_balance"]
installmentPayDF = datasets["installments_payments"]
previousAppDF = datasets["previous_application"]
cashBalDF = datasets["POS_CASH_balance"]
# delete objects no longer needed for memory
import gc
gc.enable()
del datasets
gc.collect()
66
Exploratory Data Analysis will now be performed on the datasets. This will provide insights into the data, which will then be helpful for feature engineering and new feature creation.
appTrainDF.describe() #numerical only features
| SK_ID_CURR | TARGET | CNT_CHILDREN | AMT_INCOME_TOTAL | AMT_CREDIT | AMT_ANNUITY | AMT_GOODS_PRICE | REGION_POPULATION_RELATIVE | DAYS_BIRTH | DAYS_EMPLOYED | DAYS_REGISTRATION | DAYS_ID_PUBLISH | OWN_CAR_AGE | FLAG_MOBIL | FLAG_EMP_PHONE | FLAG_WORK_PHONE | FLAG_CONT_MOBILE | FLAG_PHONE | FLAG_EMAIL | CNT_FAM_MEMBERS | REGION_RATING_CLIENT | REGION_RATING_CLIENT_W_CITY | HOUR_APPR_PROCESS_START | REG_REGION_NOT_LIVE_REGION | REG_REGION_NOT_WORK_REGION | LIVE_REGION_NOT_WORK_REGION | REG_CITY_NOT_LIVE_CITY | REG_CITY_NOT_WORK_CITY | LIVE_CITY_NOT_WORK_CITY | EXT_SOURCE_1 | EXT_SOURCE_2 | EXT_SOURCE_3 | APARTMENTS_AVG | BASEMENTAREA_AVG | YEARS_BEGINEXPLUATATION_AVG | YEARS_BUILD_AVG | COMMONAREA_AVG | ELEVATORS_AVG | ENTRANCES_AVG | FLOORSMAX_AVG | FLOORSMIN_AVG | LANDAREA_AVG | LIVINGAPARTMENTS_AVG | LIVINGAREA_AVG | NONLIVINGAPARTMENTS_AVG | NONLIVINGAREA_AVG | APARTMENTS_MODE | BASEMENTAREA_MODE | YEARS_BEGINEXPLUATATION_MODE | YEARS_BUILD_MODE | COMMONAREA_MODE | ELEVATORS_MODE | ENTRANCES_MODE | FLOORSMAX_MODE | FLOORSMIN_MODE | LANDAREA_MODE | LIVINGAPARTMENTS_MODE | LIVINGAREA_MODE | NONLIVINGAPARTMENTS_MODE | NONLIVINGAREA_MODE | APARTMENTS_MEDI | BASEMENTAREA_MEDI | YEARS_BEGINEXPLUATATION_MEDI | YEARS_BUILD_MEDI | COMMONAREA_MEDI | ELEVATORS_MEDI | ENTRANCES_MEDI | FLOORSMAX_MEDI | FLOORSMIN_MEDI | LANDAREA_MEDI | LIVINGAPARTMENTS_MEDI | LIVINGAREA_MEDI | NONLIVINGAPARTMENTS_MEDI | NONLIVINGAREA_MEDI | TOTALAREA_MODE | OBS_30_CNT_SOCIAL_CIRCLE | DEF_30_CNT_SOCIAL_CIRCLE | OBS_60_CNT_SOCIAL_CIRCLE | DEF_60_CNT_SOCIAL_CIRCLE | DAYS_LAST_PHONE_CHANGE | FLAG_DOCUMENT_2 | FLAG_DOCUMENT_3 | FLAG_DOCUMENT_4 | FLAG_DOCUMENT_5 | FLAG_DOCUMENT_6 | FLAG_DOCUMENT_7 | FLAG_DOCUMENT_8 | FLAG_DOCUMENT_9 | FLAG_DOCUMENT_10 | FLAG_DOCUMENT_11 | FLAG_DOCUMENT_12 | FLAG_DOCUMENT_13 | FLAG_DOCUMENT_14 | FLAG_DOCUMENT_15 | FLAG_DOCUMENT_16 | FLAG_DOCUMENT_17 | FLAG_DOCUMENT_18 | FLAG_DOCUMENT_19 | FLAG_DOCUMENT_20 | FLAG_DOCUMENT_21 | AMT_REQ_CREDIT_BUREAU_HOUR | AMT_REQ_CREDIT_BUREAU_DAY | AMT_REQ_CREDIT_BUREAU_WEEK | AMT_REQ_CREDIT_BUREAU_MON | AMT_REQ_CREDIT_BUREAU_QRT | AMT_REQ_CREDIT_BUREAU_YEAR | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | 307511.000000 | 307511.000000 | 307511.000000 | 3.075110e+05 | 3.075110e+05 | 307499.000000 | 3.072330e+05 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 104582.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307509.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 134133.000000 | 3.068510e+05 | 246546.000000 | 151450.00000 | 127568.000000 | 157504.000000 | 103023.000000 | 92646.000000 | 143620.000000 | 152683.000000 | 154491.000000 | 98869.000000 | 124921.000000 | 97312.000000 | 153161.000000 | 93997.000000 | 137829.000000 | 151450.000000 | 127568.000000 | 157504.000000 | 103023.000000 | 92646.000000 | 143620.000000 | 152683.000000 | 154491.000000 | 98869.000000 | 124921.000000 | 97312.000000 | 153161.000000 | 93997.000000 | 137829.000000 | 151450.000000 | 127568.000000 | 157504.000000 | 103023.000000 | 92646.000000 | 143620.000000 | 152683.000000 | 154491.000000 | 98869.000000 | 124921.000000 | 97312.000000 | 153161.000000 | 93997.000000 | 137829.000000 | 159080.000000 | 306490.000000 | 306490.000000 | 306490.000000 | 306490.000000 | 307510.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.00000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 307511.000000 | 265992.000000 | 265992.000000 | 265992.000000 | 265992.000000 | 265992.000000 | 265992.000000 |
| mean | 278180.518577 | 0.080729 | 0.417052 | 1.687979e+05 | 5.990260e+05 | 27108.573909 | 5.383962e+05 | 0.020868 | -16036.995067 | 63815.045904 | -4986.120328 | -2994.202373 | 12.061091 | 0.999997 | 0.819889 | 0.199368 | 0.998133 | 0.281066 | 0.056720 | 2.152665 | 2.052463 | 2.031521 | 12.063419 | 0.015144 | 0.050769 | 0.040659 | 0.078173 | 0.230454 | 0.179555 | 0.502130 | 5.143927e-01 | 0.510853 | 0.11744 | 0.088442 | 0.977735 | 0.752471 | 0.044621 | 0.078942 | 0.149725 | 0.226282 | 0.231894 | 0.066333 | 0.100775 | 0.107399 | 0.008809 | 0.028358 | 0.114231 | 0.087543 | 0.977065 | 0.759637 | 0.042553 | 0.074490 | 0.145193 | 0.222315 | 0.228058 | 0.064958 | 0.105645 | 0.105975 | 0.008076 | 0.027022 | 0.117850 | 0.087955 | 0.977752 | 0.755746 | 0.044595 | 0.078078 | 0.149213 | 0.225897 | 0.231625 | 0.067169 | 0.101954 | 0.108607 | 0.008651 | 0.028236 | 0.102547 | 1.422245 | 0.143421 | 1.405292 | 0.100049 | -962.858788 | 0.000042 | 0.710023 | 0.000081 | 0.015115 | 0.088055 | 0.000192 | 0.081376 | 0.003896 | 0.000023 | 0.003912 | 0.000007 | 0.003525 | 0.002936 | 0.00121 | 0.009928 | 0.000267 | 0.008130 | 0.000595 | 0.000507 | 0.000335 | 0.006402 | 0.007000 | 0.034362 | 0.267395 | 0.265474 | 1.899974 |
| std | 102790.175348 | 0.272419 | 0.722121 | 2.371231e+05 | 4.024908e+05 | 14493.737315 | 3.694465e+05 | 0.013831 | 4363.988632 | 141275.766519 | 3522.886321 | 1509.450419 | 11.944812 | 0.001803 | 0.384280 | 0.399526 | 0.043164 | 0.449521 | 0.231307 | 0.910682 | 0.509034 | 0.502737 | 3.265832 | 0.122126 | 0.219526 | 0.197499 | 0.268444 | 0.421124 | 0.383817 | 0.211062 | 1.910602e-01 | 0.194844 | 0.10824 | 0.082438 | 0.059223 | 0.113280 | 0.076036 | 0.134576 | 0.100049 | 0.144641 | 0.161380 | 0.081184 | 0.092576 | 0.110565 | 0.047732 | 0.069523 | 0.107936 | 0.084307 | 0.064575 | 0.110111 | 0.074445 | 0.132256 | 0.100977 | 0.143709 | 0.161160 | 0.081750 | 0.097880 | 0.111845 | 0.046276 | 0.070254 | 0.109076 | 0.082179 | 0.059897 | 0.112066 | 0.076144 | 0.134467 | 0.100368 | 0.145067 | 0.161934 | 0.082167 | 0.093642 | 0.112260 | 0.047415 | 0.070166 | 0.107462 | 2.400989 | 0.446698 | 2.379803 | 0.362291 | 826.808487 | 0.006502 | 0.453752 | 0.009016 | 0.122010 | 0.283376 | 0.013850 | 0.273412 | 0.062295 | 0.004771 | 0.062424 | 0.002550 | 0.059268 | 0.054110 | 0.03476 | 0.099144 | 0.016327 | 0.089798 | 0.024387 | 0.022518 | 0.018299 | 0.083849 | 0.110757 | 0.204685 | 0.916002 | 0.794056 | 1.869295 |
| min | 100002.000000 | 0.000000 | 0.000000 | 2.565000e+04 | 4.500000e+04 | 1615.500000 | 4.050000e+04 | 0.000290 | -25229.000000 | -17912.000000 | -24672.000000 | -7197.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 1.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.014568 | 8.173617e-08 | 0.000527 | 0.00000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | -4292.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.00000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 |
| 25% | 189145.500000 | 0.000000 | 0.000000 | 1.125000e+05 | 2.700000e+05 | 16524.000000 | 2.385000e+05 | 0.010006 | -19682.000000 | -2760.000000 | -7479.500000 | -4299.000000 | 5.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 2.000000 | 2.000000 | 2.000000 | 10.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.334007 | 3.924574e-01 | 0.370650 | 0.05770 | 0.044200 | 0.976700 | 0.687200 | 0.007800 | 0.000000 | 0.069000 | 0.166700 | 0.083300 | 0.018700 | 0.050400 | 0.045300 | 0.000000 | 0.000000 | 0.052500 | 0.040700 | 0.976700 | 0.699400 | 0.007200 | 0.000000 | 0.069000 | 0.166700 | 0.083300 | 0.016600 | 0.054200 | 0.042700 | 0.000000 | 0.000000 | 0.058300 | 0.043700 | 0.976700 | 0.691400 | 0.007900 | 0.000000 | 0.069000 | 0.166700 | 0.083300 | 0.018700 | 0.051300 | 0.045700 | 0.000000 | 0.000000 | 0.041200 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | -1570.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.00000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 |
| 50% | 278202.000000 | 0.000000 | 0.000000 | 1.471500e+05 | 5.135310e+05 | 24903.000000 | 4.500000e+05 | 0.018850 | -15750.000000 | -1213.000000 | -4504.000000 | -3254.000000 | 9.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 2.000000 | 2.000000 | 2.000000 | 12.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.505998 | 5.659614e-01 | 0.535276 | 0.08760 | 0.076300 | 0.981600 | 0.755200 | 0.021100 | 0.000000 | 0.137900 | 0.166700 | 0.208300 | 0.048100 | 0.075600 | 0.074500 | 0.000000 | 0.003600 | 0.084000 | 0.074600 | 0.981600 | 0.764800 | 0.019000 | 0.000000 | 0.137900 | 0.166700 | 0.208300 | 0.045800 | 0.077100 | 0.073100 | 0.000000 | 0.001100 | 0.086400 | 0.075800 | 0.981600 | 0.758500 | 0.020800 | 0.000000 | 0.137900 | 0.166700 | 0.208300 | 0.048700 | 0.076100 | 0.074900 | 0.000000 | 0.003100 | 0.068800 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | -757.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.00000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 |
| 75% | 367142.500000 | 0.000000 | 1.000000 | 2.025000e+05 | 8.086500e+05 | 34596.000000 | 6.795000e+05 | 0.028663 | -12413.000000 | -289.000000 | -2010.000000 | -1720.000000 | 15.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 1.000000 | 0.000000 | 3.000000 | 2.000000 | 2.000000 | 14.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.675053 | 6.636171e-01 | 0.669057 | 0.14850 | 0.112200 | 0.986600 | 0.823200 | 0.051500 | 0.120000 | 0.206900 | 0.333300 | 0.375000 | 0.085600 | 0.121000 | 0.129900 | 0.003900 | 0.027700 | 0.143900 | 0.112400 | 0.986600 | 0.823600 | 0.049000 | 0.120800 | 0.206900 | 0.333300 | 0.375000 | 0.084100 | 0.131300 | 0.125200 | 0.003900 | 0.023100 | 0.148900 | 0.111600 | 0.986600 | 0.825600 | 0.051300 | 0.120000 | 0.206900 | 0.333300 | 0.375000 | 0.086800 | 0.123100 | 0.130300 | 0.003900 | 0.026600 | 0.127600 | 2.000000 | 0.000000 | 2.000000 | 0.000000 | -274.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.00000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 3.000000 |
| max | 456255.000000 | 1.000000 | 19.000000 | 1.170000e+08 | 4.050000e+06 | 258025.500000 | 4.050000e+06 | 0.072508 | -7489.000000 | 365243.000000 | 0.000000 | 0.000000 | 91.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 20.000000 | 3.000000 | 3.000000 | 23.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 0.962693 | 8.549997e-01 | 0.896010 | 1.00000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 348.000000 | 34.000000 | 344.000000 | 24.000000 | 0.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.00000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 4.000000 | 9.000000 | 8.000000 | 27.000000 | 261.000000 | 25.000000 |
appTestDF.describe() #numerical only features
| SK_ID_CURR | CNT_CHILDREN | AMT_INCOME_TOTAL | AMT_CREDIT | AMT_ANNUITY | AMT_GOODS_PRICE | REGION_POPULATION_RELATIVE | DAYS_BIRTH | DAYS_EMPLOYED | DAYS_REGISTRATION | DAYS_ID_PUBLISH | OWN_CAR_AGE | FLAG_MOBIL | FLAG_EMP_PHONE | FLAG_WORK_PHONE | FLAG_CONT_MOBILE | FLAG_PHONE | FLAG_EMAIL | CNT_FAM_MEMBERS | REGION_RATING_CLIENT | REGION_RATING_CLIENT_W_CITY | HOUR_APPR_PROCESS_START | REG_REGION_NOT_LIVE_REGION | REG_REGION_NOT_WORK_REGION | LIVE_REGION_NOT_WORK_REGION | REG_CITY_NOT_LIVE_CITY | REG_CITY_NOT_WORK_CITY | LIVE_CITY_NOT_WORK_CITY | EXT_SOURCE_1 | EXT_SOURCE_2 | EXT_SOURCE_3 | APARTMENTS_AVG | BASEMENTAREA_AVG | YEARS_BEGINEXPLUATATION_AVG | YEARS_BUILD_AVG | COMMONAREA_AVG | ELEVATORS_AVG | ENTRANCES_AVG | FLOORSMAX_AVG | FLOORSMIN_AVG | LANDAREA_AVG | LIVINGAPARTMENTS_AVG | LIVINGAREA_AVG | NONLIVINGAPARTMENTS_AVG | NONLIVINGAREA_AVG | APARTMENTS_MODE | BASEMENTAREA_MODE | YEARS_BEGINEXPLUATATION_MODE | YEARS_BUILD_MODE | COMMONAREA_MODE | ELEVATORS_MODE | ENTRANCES_MODE | FLOORSMAX_MODE | FLOORSMIN_MODE | LANDAREA_MODE | LIVINGAPARTMENTS_MODE | LIVINGAREA_MODE | NONLIVINGAPARTMENTS_MODE | NONLIVINGAREA_MODE | APARTMENTS_MEDI | BASEMENTAREA_MEDI | YEARS_BEGINEXPLUATATION_MEDI | YEARS_BUILD_MEDI | COMMONAREA_MEDI | ELEVATORS_MEDI | ENTRANCES_MEDI | FLOORSMAX_MEDI | FLOORSMIN_MEDI | LANDAREA_MEDI | LIVINGAPARTMENTS_MEDI | LIVINGAREA_MEDI | NONLIVINGAPARTMENTS_MEDI | NONLIVINGAREA_MEDI | TOTALAREA_MODE | OBS_30_CNT_SOCIAL_CIRCLE | DEF_30_CNT_SOCIAL_CIRCLE | OBS_60_CNT_SOCIAL_CIRCLE | DEF_60_CNT_SOCIAL_CIRCLE | DAYS_LAST_PHONE_CHANGE | FLAG_DOCUMENT_2 | FLAG_DOCUMENT_3 | FLAG_DOCUMENT_4 | FLAG_DOCUMENT_5 | FLAG_DOCUMENT_6 | FLAG_DOCUMENT_7 | FLAG_DOCUMENT_8 | FLAG_DOCUMENT_9 | FLAG_DOCUMENT_10 | FLAG_DOCUMENT_11 | FLAG_DOCUMENT_12 | FLAG_DOCUMENT_13 | FLAG_DOCUMENT_14 | FLAG_DOCUMENT_15 | FLAG_DOCUMENT_16 | FLAG_DOCUMENT_17 | FLAG_DOCUMENT_18 | FLAG_DOCUMENT_19 | FLAG_DOCUMENT_20 | FLAG_DOCUMENT_21 | AMT_REQ_CREDIT_BUREAU_HOUR | AMT_REQ_CREDIT_BUREAU_DAY | AMT_REQ_CREDIT_BUREAU_WEEK | AMT_REQ_CREDIT_BUREAU_MON | AMT_REQ_CREDIT_BUREAU_QRT | AMT_REQ_CREDIT_BUREAU_YEAR | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | 48744.000000 | 48744.000000 | 4.874400e+04 | 4.874400e+04 | 48720.000000 | 4.874400e+04 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 16432.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 28212.000000 | 48736.000000 | 40076.000000 | 24857.000000 | 21103.000000 | 25888.000000 | 16926.000000 | 15249.000000 | 23555.000000 | 25165.000000 | 25423.000000 | 16278.000000 | 20490.000000 | 15964.000000 | 25192.000000 | 15397.000000 | 22660.000000 | 24857.000000 | 21103.000000 | 25888.000000 | 16926.000000 | 15249.000000 | 23555.000000 | 25165.000000 | 25423.000000 | 16278.000000 | 20490.000000 | 15964.000000 | 25192.000000 | 15397.000000 | 22660.000000 | 24857.000000 | 21103.000000 | 25888.000000 | 16926.000000 | 15249.000000 | 23555.000000 | 25165.000000 | 25423.000000 | 16278.000000 | 20490.000000 | 15964.000000 | 25192.000000 | 15397.000000 | 22660.000000 | 26120.000000 | 48715.000000 | 48715.000000 | 48715.000000 | 48715.000000 | 48744.000000 | 48744.0 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.000000 | 48744.0 | 48744.000000 | 48744.0 | 48744.0 | 48744.0 | 48744.0 | 48744.0 | 48744.0 | 48744.000000 | 48744.0 | 48744.0 | 48744.0 | 42695.000000 | 42695.000000 | 42695.000000 | 42695.000000 | 42695.000000 | 42695.000000 |
| mean | 277796.676350 | 0.397054 | 1.784318e+05 | 5.167404e+05 | 29426.240209 | 4.626188e+05 | 0.021226 | -16068.084605 | 67485.366322 | -4967.652716 | -3051.712949 | 11.786027 | 0.999979 | 0.809720 | 0.204702 | 0.998400 | 0.263130 | 0.162646 | 2.146767 | 2.038159 | 2.012596 | 12.007365 | 0.018833 | 0.055166 | 0.042036 | 0.077466 | 0.224664 | 0.174216 | 0.501180 | 0.518021 | 0.500106 | 0.122388 | 0.090065 | 0.978828 | 0.751137 | 0.047624 | 0.085168 | 0.151777 | 0.233706 | 0.238423 | 0.067192 | 0.105885 | 0.112286 | 0.009231 | 0.029387 | 0.119078 | 0.088998 | 0.978292 | 0.758327 | 0.045223 | 0.080570 | 0.147161 | 0.229390 | 0.233854 | 0.065914 | 0.110874 | 0.110687 | 0.008358 | 0.028161 | 0.122809 | 0.089529 | 0.978822 | 0.754344 | 0.047420 | 0.084128 | 0.151200 | 0.233154 | 0.237846 | 0.068069 | 0.107063 | 0.113368 | 0.008979 | 0.029296 | 0.107129 | 1.447644 | 0.143652 | 1.435738 | 0.101139 | -1077.766228 | 0.0 | 0.786620 | 0.000103 | 0.014751 | 0.087477 | 0.000041 | 0.088462 | 0.004493 | 0.0 | 0.001169 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.001559 | 0.0 | 0.0 | 0.0 | 0.002108 | 0.001803 | 0.002787 | 0.009299 | 0.546902 | 1.983769 |
| std | 103169.547296 | 0.709047 | 1.015226e+05 | 3.653970e+05 | 16016.368315 | 3.367102e+05 | 0.014428 | 4325.900393 | 144348.507136 | 3552.612035 | 1569.276709 | 11.462889 | 0.004529 | 0.392526 | 0.403488 | 0.039971 | 0.440337 | 0.369046 | 0.890423 | 0.522694 | 0.515804 | 3.278172 | 0.135937 | 0.228306 | 0.200673 | 0.267332 | 0.417365 | 0.379299 | 0.205142 | 0.181278 | 0.189498 | 0.113112 | 0.081536 | 0.049318 | 0.113188 | 0.082868 | 0.139164 | 0.100669 | 0.147361 | 0.164976 | 0.081909 | 0.098284 | 0.114860 | 0.048749 | 0.072007 | 0.113465 | 0.082655 | 0.053782 | 0.110117 | 0.081169 | 0.137509 | 0.101748 | 0.146485 | 0.165034 | 0.082880 | 0.103980 | 0.116699 | 0.046657 | 0.073504 | 0.114184 | 0.081022 | 0.049663 | 0.111998 | 0.082892 | 0.139014 | 0.100931 | 0.147629 | 0.165241 | 0.082869 | 0.099737 | 0.116503 | 0.048148 | 0.072998 | 0.111420 | 3.608053 | 0.514413 | 3.580125 | 0.403791 | 878.920740 | 0.0 | 0.409698 | 0.010128 | 0.120554 | 0.282536 | 0.006405 | 0.283969 | 0.066879 | 0.0 | 0.034176 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.039456 | 0.0 | 0.0 | 0.0 | 0.046373 | 0.046132 | 0.054037 | 0.110924 | 0.693305 | 1.838873 |
| min | 100001.000000 | 0.000000 | 2.694150e+04 | 4.500000e+04 | 2295.000000 | 4.500000e+04 | 0.000253 | -25195.000000 | -17463.000000 | -23722.000000 | -6348.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 1.000000 | -1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.013458 | 0.000008 | 0.000527 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | -4361.000000 | 0.0 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 |
| 25% | 188557.750000 | 0.000000 | 1.125000e+05 | 2.606400e+05 | 17973.000000 | 2.250000e+05 | 0.010006 | -19637.000000 | -2910.000000 | -7459.250000 | -4448.000000 | 4.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 2.000000 | 2.000000 | 2.000000 | 10.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.343695 | 0.408066 | 0.363945 | 0.061900 | 0.046700 | 0.976700 | 0.687200 | 0.008100 | 0.000000 | 0.074500 | 0.166700 | 0.104200 | 0.019000 | 0.050400 | 0.048575 | 0.000000 | 0.000000 | 0.058800 | 0.042500 | 0.976200 | 0.692900 | 0.007600 | 0.000000 | 0.069000 | 0.166700 | 0.083300 | 0.016525 | 0.055100 | 0.045600 | 0.000000 | 0.000000 | 0.062500 | 0.046150 | 0.976700 | 0.691400 | 0.008000 | 0.000000 | 0.069000 | 0.166700 | 0.083300 | 0.019000 | 0.051300 | 0.049000 | 0.000000 | 0.000000 | 0.043200 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | -1766.250000 | 0.0 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 |
| 50% | 277549.000000 | 0.000000 | 1.575000e+05 | 4.500000e+05 | 26199.000000 | 3.960000e+05 | 0.018850 | -15785.000000 | -1293.000000 | -4490.000000 | -3234.000000 | 9.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 0.000000 | 0.000000 | 2.000000 | 2.000000 | 2.000000 | 12.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.506771 | 0.558758 | 0.519097 | 0.092800 | 0.078100 | 0.981600 | 0.755200 | 0.022700 | 0.000000 | 0.137900 | 0.166700 | 0.208300 | 0.048300 | 0.075600 | 0.077000 | 0.000000 | 0.003800 | 0.085100 | 0.077000 | 0.981600 | 0.758300 | 0.020300 | 0.000000 | 0.137900 | 0.166700 | 0.208300 | 0.046200 | 0.081700 | 0.075100 | 0.000000 | 0.001200 | 0.092600 | 0.077800 | 0.981600 | 0.758500 | 0.022300 | 0.000000 | 0.137900 | 0.166700 | 0.208300 | 0.048800 | 0.077000 | 0.077600 | 0.000000 | 0.003100 | 0.070700 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | -863.000000 | 0.0 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 2.000000 |
| 75% | 367555.500000 | 1.000000 | 2.250000e+05 | 6.750000e+05 | 37390.500000 | 6.300000e+05 | 0.028663 | -12496.000000 | -296.000000 | -1901.000000 | -1706.000000 | 15.000000 | 1.000000 | 1.000000 | 0.000000 | 1.000000 | 1.000000 | 0.000000 | 3.000000 | 2.000000 | 2.000000 | 14.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.665956 | 0.658497 | 0.652897 | 0.148500 | 0.113400 | 0.986600 | 0.816400 | 0.053900 | 0.160000 | 0.206900 | 0.333300 | 0.375000 | 0.086800 | 0.126900 | 0.137600 | 0.005100 | 0.029000 | 0.150200 | 0.113550 | 0.986600 | 0.823600 | 0.051700 | 0.120800 | 0.206900 | 0.333300 | 0.375000 | 0.085600 | 0.132200 | 0.130600 | 0.003900 | 0.024500 | 0.149900 | 0.113000 | 0.986600 | 0.818900 | 0.053800 | 0.160000 | 0.206900 | 0.333300 | 0.375000 | 0.088000 | 0.126600 | 0.137425 | 0.003900 | 0.028025 | 0.135700 | 2.000000 | 0.000000 | 2.000000 | 0.000000 | -363.000000 | 0.0 | 1.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 1.000000 | 3.000000 |
| max | 456250.000000 | 20.000000 | 4.410000e+06 | 2.245500e+06 | 180576.000000 | 2.245500e+06 | 0.072508 | -7338.000000 | 365243.000000 | 0.000000 | 0.000000 | 74.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 21.000000 | 3.000000 | 3.000000 | 23.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 0.939145 | 0.855000 | 0.882530 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 354.000000 | 34.000000 | 351.000000 | 24.000000 | 0.000000 | 0.0 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 1.000000 | 0.0 | 1.000000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.000000 | 0.0 | 0.0 | 0.0 | 2.000000 | 2.000000 | 2.000000 | 6.000000 | 7.000000 | 17.000000 |
appTrainDF.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 307511 entries, 0 to 307510 Columns: 122 entries, SK_ID_CURR to AMT_REQ_CREDIT_BUREAU_YEAR dtypes: float64(65), int64(41), object(16) memory usage: 286.2+ MB
appTestDF.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 48744 entries, 0 to 48743 Columns: 121 entries, SK_ID_CURR to AMT_REQ_CREDIT_BUREAU_YEAR dtypes: float64(65), int64(40), object(16) memory usage: 45.0+ MB
appTrainDF.select_dtypes('object').apply(pd.Series.nunique, axis=0)
NAME_CONTRACT_TYPE 2 CODE_GENDER 3 FLAG_OWN_CAR 2 FLAG_OWN_REALTY 2 NAME_TYPE_SUITE 7 NAME_INCOME_TYPE 8 NAME_EDUCATION_TYPE 5 NAME_FAMILY_STATUS 6 NAME_HOUSING_TYPE 6 OCCUPATION_TYPE 18 WEEKDAY_APPR_PROCESS_START 7 ORGANIZATION_TYPE 58 FONDKAPREMONT_MODE 4 HOUSETYPE_MODE 3 WALLSMATERIAL_MODE 7 EMERGENCYSTATE_MODE 2 dtype: int64
appTestDF.select_dtypes('object').apply(pd.Series.nunique, axis=0)
NAME_CONTRACT_TYPE 2 CODE_GENDER 2 FLAG_OWN_CAR 2 FLAG_OWN_REALTY 2 NAME_TYPE_SUITE 7 NAME_INCOME_TYPE 7 NAME_EDUCATION_TYPE 5 NAME_FAMILY_STATUS 5 NAME_HOUSING_TYPE 6 OCCUPATION_TYPE 18 WEEKDAY_APPR_PROCESS_START 7 ORGANIZATION_TYPE 58 FONDKAPREMONT_MODE 4 HOUSETYPE_MODE 3 WALLSMATERIAL_MODE 7 EMERGENCYSTATE_MODE 2 dtype: int64
No anomaly in terms of unique values present in Test set but not in Train set. This information is also useful in determining the needed encoding for categorical values.
percent = (appTrainDF.isnull().sum()/appTrainDF.isnull().count()*100).sort_values(ascending = False).round(2)
sum_missing = appTrainDF.isna().sum().sort_values(ascending = False)
missing_application_train_data = pd.concat([percent, sum_missing], axis=1, keys=['Percent', "Train Missing Count"])
missing_application_train_data.head(20)
| Percent | Train Missing Count | |
|---|---|---|
| COMMONAREA_MEDI | 69.87 | 214865 |
| COMMONAREA_AVG | 69.87 | 214865 |
| COMMONAREA_MODE | 69.87 | 214865 |
| NONLIVINGAPARTMENTS_MODE | 69.43 | 213514 |
| NONLIVINGAPARTMENTS_AVG | 69.43 | 213514 |
| NONLIVINGAPARTMENTS_MEDI | 69.43 | 213514 |
| FONDKAPREMONT_MODE | 68.39 | 210295 |
| LIVINGAPARTMENTS_MODE | 68.35 | 210199 |
| LIVINGAPARTMENTS_AVG | 68.35 | 210199 |
| LIVINGAPARTMENTS_MEDI | 68.35 | 210199 |
| FLOORSMIN_AVG | 67.85 | 208642 |
| FLOORSMIN_MODE | 67.85 | 208642 |
| FLOORSMIN_MEDI | 67.85 | 208642 |
| YEARS_BUILD_MEDI | 66.50 | 204488 |
| YEARS_BUILD_MODE | 66.50 | 204488 |
| YEARS_BUILD_AVG | 66.50 | 204488 |
| OWN_CAR_AGE | 65.99 | 202929 |
| LANDAREA_MEDI | 59.38 | 182590 |
| LANDAREA_MODE | 59.38 | 182590 |
| LANDAREA_AVG | 59.38 | 182590 |
There are no columns with more than 70% of the data missing. 17 columns have missing data for more than 60% of the records.
percent = (appTestDF.isnull().sum()/appTestDF.isnull().count()*100).sort_values(ascending = False).round(2)
sum_missing = appTestDF.isna().sum().sort_values(ascending = False)
missing_application_train_data = pd.concat([percent, sum_missing], axis=1, keys=['Percent', "Test Missing Count"])
missing_application_train_data.head(20)
| Percent | Test Missing Count | |
|---|---|---|
| COMMONAREA_AVG | 68.72 | 33495 |
| COMMONAREA_MODE | 68.72 | 33495 |
| COMMONAREA_MEDI | 68.72 | 33495 |
| NONLIVINGAPARTMENTS_AVG | 68.41 | 33347 |
| NONLIVINGAPARTMENTS_MODE | 68.41 | 33347 |
| NONLIVINGAPARTMENTS_MEDI | 68.41 | 33347 |
| FONDKAPREMONT_MODE | 67.28 | 32797 |
| LIVINGAPARTMENTS_AVG | 67.25 | 32780 |
| LIVINGAPARTMENTS_MODE | 67.25 | 32780 |
| LIVINGAPARTMENTS_MEDI | 67.25 | 32780 |
| FLOORSMIN_MEDI | 66.61 | 32466 |
| FLOORSMIN_AVG | 66.61 | 32466 |
| FLOORSMIN_MODE | 66.61 | 32466 |
| OWN_CAR_AGE | 66.29 | 32312 |
| YEARS_BUILD_AVG | 65.28 | 31818 |
| YEARS_BUILD_MEDI | 65.28 | 31818 |
| YEARS_BUILD_MODE | 65.28 | 31818 |
| LANDAREA_MEDI | 57.96 | 28254 |
| LANDAREA_AVG | 57.96 | 28254 |
| LANDAREA_MODE | 57.96 | 28254 |
sns.barplot(y=missing_application_train_data.head(29).index, x=missing_application_train_data.head(29).Percent)
<AxesSubplot:xlabel='Percent'>
There are no columns with more than 70% of the data missing. 17 columns have missing data for more than 60% of the records.
appTrainDF['TARGET'].astype(int).plot.hist();
Value of 0 in the TARGET column indicates that the loan has been repaid, whereas the value of 1 indicates that the loan has not been repaid. From the above chart we can see that there is an imbalance in the distribution of class (TARGET) values, wherein the percentage of records in the Train dataset is very less for the loan non-repay compared to loan repaid.
In the following sections, further analysis on done on some of the interesting fields present in the dataset, and its relationship with the TARGET field.
plt.figure()
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 0, 'DAYS_BIRTH'] / -365, hist=True, color='blue', label = 'Loan Paid')
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 1, 'DAYS_BIRTH'] / -365, hist=True, color='red', label = 'Loan Not Paid')
plt.xlabel('Age (years)'); plt.ylabel('Density'); plt.title('Age of Client vs Loan Payment'); plt.tight_layout(); plt.legend(); plt.show();
plt.figure()
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 0, 'AMT_CREDIT'], hist=True, color='blue', label = 'Loan Paid')
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 1, 'AMT_CREDIT'], hist=True, color='red', label = 'Loan Not Paid')
plt.xlabel('Credit Amount'); plt.ylabel('Density'); plt.title('Credit of the Applicants vs Loan Payment'); plt.tight_layout(); plt.legend(); plt.show();
plt.figure()
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 0, 'EXT_SOURCE_1'], hist=True, color='blue', label = 'Loan Paid')
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 1, 'EXT_SOURCE_1'], hist=True, color='red', label = 'Loan Not Paid')
plt.xlabel('External Source 1'); plt.ylabel('Density'); plt.title('Score from External Source 1 vs Loan Payment'); plt.tight_layout(); plt.legend(); plt.show();
plt.figure()
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 0, 'EXT_SOURCE_2'], hist=True, color='blue', label = 'Loan Paid')
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 1, 'EXT_SOURCE_2'], hist=True, color='red', label = 'Loan Not Paid')
plt.xlabel('External Source 2'); plt.ylabel('Density'); plt.title('Score from External Source 2 vs Loan Payment'); plt.tight_layout(); plt.legend(); plt.show();
plt.figure()
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 0, 'EXT_SOURCE_3'], hist=True, color='blue', label = 'Loan Paid')
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 1, 'EXT_SOURCE_3'], hist=True, color='red', label = 'Loan Not Paid')
plt.xlabel('External Source 3'); plt.ylabel('Density'); plt.title('Score from External Source 3 vs Loan Payment'); plt.tight_layout(); plt.legend(); plt.show();
plt.figure()
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 0, 'REGION_RATING_CLIENT'], hist=True, color='blue', label = 'Loan Paid')
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 1, 'REGION_RATING_CLIENT'], hist=True, color='red', label = 'Loan Not Paid')
plt.xlabel('Region Rating Client vs Loan'); plt.ylabel('Density'); plt.title('Region Rating Client vs Loan Payment'); plt.tight_layout(); plt.legend(); plt.show();
plt.figure()
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 0, 'REGION_RATING_CLIENT_W_CITY'], hist=True, color='blue', label = 'Loan Paid')
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 1, 'REGION_RATING_CLIENT_W_CITY'], hist=True, color='red', label = 'Loan Not Paid')
plt.xlabel('Region Rating City vs Loan'); plt.ylabel('Density'); plt.title('Region Rating Client - City vs Loan Payment'); plt.tight_layout(); plt.legend(); plt.show();
It is seen from the above charts for "Region Rating Client" and "Region Rating Client with City" seem to have more less same type of information.
plt.figure()
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 0, 'FLOORSMAX_AVG'], hist=True, color='blue', label = 'Loan Paid')
sns.distplot(appTrainDF.loc[appTrainDF['TARGET'] == 1, 'FLOORSMAX_AVG'], hist=True, color='red', label = 'Loan Not Paid')
plt.xlabel('Information of Building where Client Lives vs Loan Payment'); plt.ylabel('Density'); plt.title('Information of Building where Client Lives vs Loan Payment'); plt.tight_layout(); plt.legend(); plt.show();
sns.countplot(y='OCCUPATION_TYPE', data=appTrainDF)
plt.title('Applicants Occupation')
plt.ylabel("Occupation of the Applicants")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='OCCUPATION_TYPE', data=appTrainDF, hue='TARGET')
plt.title('Applicants Occupation')
plt.ylabel("Occupation of the Applicants vs Loan Payment")
plt.xlabel("Count")
plt.xticks(rotation=90)
plt.legend(loc='lower right')
plt.show();
sns.countplot(y='NAME_INCOME_TYPE', data=appTrainDF)
plt.title('Income Type of the Applicants')
plt.ylabel("Income Type")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='NAME_INCOME_TYPE', data=appTrainDF, hue='TARGET')
plt.title('Income Type of the Applicants vs Loan Payment')
plt.ylabel("Income Type")
plt.xlabel("Count")
plt.xticks(rotation=90)
plt.legend(loc='lower right')
plt.show();
sns.countplot(y='NAME_EDUCATION_TYPE', data=appTrainDF)
plt.title('Education of the Applicants')
plt.ylabel("Education Category")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='NAME_EDUCATION_TYPE', data=appTrainDF, hue='TARGET')
plt.title('Education of the Applicants vs Loan Payment')
plt.ylabel("Education Category")
plt.xlabel("Count")
plt.xticks(rotation=90)
plt.legend(loc='lower right')
plt.show();
sns.countplot(y='NAME_HOUSING_TYPE', data=appTrainDF)
plt.title('Housing Type of the Applicants')
plt.ylabel("Housing Type")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='NAME_HOUSING_TYPE', data=appTrainDF, hue='TARGET')
plt.title('Housing Type of the Applicants vs Loan Payment')
plt.ylabel("Housing Type")
plt.xlabel("Count")
plt.xticks(rotation=90)
plt.legend(loc='lower right')
plt.show();
sns.countplot(y='NAME_FAMILY_STATUS', data=appTrainDF)
plt.title('Family Status of the Applicants')
plt.ylabel("Family Status")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='NAME_FAMILY_STATUS', data=appTrainDF, hue='TARGET')
plt.title('Family Status of the Applicants vs Loan Payment')
plt.ylabel("Family Status")
plt.xlabel("Count")
plt.xticks(rotation=90)
plt.legend(loc='lower right')
plt.show();
sns.countplot(y='NAME_TYPE_SUITE', data=appTrainDF)
plt.title('Members Accompanying Clients During Application')
plt.ylabel("Members Who Accompanied")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='NAME_TYPE_SUITE', data=appTrainDF, hue='TARGET')
plt.title('Members Accompanying Clients During Application vs Loan Paymnent')
plt.ylabel("Members Who Accompanied")
plt.xlabel("Count")
plt.xticks(rotation=90)
plt.legend(loc='lower right')
plt.show();
plt.figure(figsize=(10, 20))
sns.countplot(y='ORGANIZATION_TYPE', data=appTrainDF)
plt.title('Organization Type Applying for Loan')
plt.ylabel("Organization Type")
plt.xlabel("Count")
plt.xticks(rotation=90);
plt.figure(figsize=(10, 20))
sns.countplot(y='ORGANIZATION_TYPE', data=appTrainDF, hue='TARGET')
plt.title('Organization Type Applying for Loan vs Loan Paymnent')
plt.ylabel("Organization Type")
plt.xlabel("Count")
plt.xticks(rotation=90)
plt.legend(loc='lower right')
plt.show();
previousAppDF.describe() #numerical only features
| SK_ID_PREV | SK_ID_CURR | AMT_ANNUITY | AMT_APPLICATION | AMT_CREDIT | AMT_DOWN_PAYMENT | AMT_GOODS_PRICE | HOUR_APPR_PROCESS_START | NFLAG_LAST_APPL_IN_DAY | RATE_DOWN_PAYMENT | RATE_INTEREST_PRIMARY | RATE_INTEREST_PRIVILEGED | DAYS_DECISION | SELLERPLACE_AREA | CNT_PAYMENT | DAYS_FIRST_DRAWING | DAYS_FIRST_DUE | DAYS_LAST_DUE_1ST_VERSION | DAYS_LAST_DUE | DAYS_TERMINATION | NFLAG_INSURED_ON_APPROVAL | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | 1.670214e+06 | 1.670214e+06 | 1.297979e+06 | 1.670214e+06 | 1.670213e+06 | 7.743700e+05 | 1.284699e+06 | 1.670214e+06 | 1.670214e+06 | 774370.000000 | 5951.000000 | 5951.000000 | 1.670214e+06 | 1.670214e+06 | 1.297984e+06 | 997149.000000 | 997149.000000 | 997149.000000 | 997149.000000 | 997149.000000 | 997149.000000 |
| mean | 1.923089e+06 | 2.783572e+05 | 1.595512e+04 | 1.752339e+05 | 1.961140e+05 | 6.697402e+03 | 2.278473e+05 | 1.248418e+01 | 9.964675e-01 | 0.079637 | 0.188357 | 0.773503 | -8.806797e+02 | 3.139511e+02 | 1.605408e+01 | 342209.855039 | 13826.269337 | 33767.774054 | 76582.403064 | 81992.343838 | 0.332570 |
| std | 5.325980e+05 | 1.028148e+05 | 1.478214e+04 | 2.927798e+05 | 3.185746e+05 | 2.092150e+04 | 3.153966e+05 | 3.334028e+00 | 5.932963e-02 | 0.107823 | 0.087671 | 0.100879 | 7.790997e+02 | 7.127443e+03 | 1.456729e+01 | 88916.115833 | 72444.869708 | 106857.034789 | 149647.415123 | 153303.516729 | 0.471134 |
| min | 1.000001e+06 | 1.000010e+05 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | -9.000000e-01 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | -0.000015 | 0.034781 | 0.373150 | -2.922000e+03 | -1.000000e+00 | 0.000000e+00 | -2922.000000 | -2892.000000 | -2801.000000 | -2889.000000 | -2874.000000 | 0.000000 |
| 25% | 1.461857e+06 | 1.893290e+05 | 6.321780e+03 | 1.872000e+04 | 2.416050e+04 | 0.000000e+00 | 5.084100e+04 | 1.000000e+01 | 1.000000e+00 | 0.000000 | 0.160716 | 0.715645 | -1.300000e+03 | -1.000000e+00 | 6.000000e+00 | 365243.000000 | -1628.000000 | -1242.000000 | -1314.000000 | -1270.000000 | 0.000000 |
| 50% | 1.923110e+06 | 2.787145e+05 | 1.125000e+04 | 7.104600e+04 | 8.054100e+04 | 1.638000e+03 | 1.123200e+05 | 1.200000e+01 | 1.000000e+00 | 0.051605 | 0.189122 | 0.835095 | -5.810000e+02 | 3.000000e+00 | 1.200000e+01 | 365243.000000 | -831.000000 | -361.000000 | -537.000000 | -499.000000 | 0.000000 |
| 75% | 2.384280e+06 | 3.675140e+05 | 2.065842e+04 | 1.803600e+05 | 2.164185e+05 | 7.740000e+03 | 2.340000e+05 | 1.500000e+01 | 1.000000e+00 | 0.108909 | 0.193330 | 0.852537 | -2.800000e+02 | 8.200000e+01 | 2.400000e+01 | 365243.000000 | -411.000000 | 129.000000 | -74.000000 | -44.000000 | 1.000000 |
| max | 2.845382e+06 | 4.562550e+05 | 4.180581e+05 | 6.905160e+06 | 6.905160e+06 | 3.060045e+06 | 6.905160e+06 | 2.300000e+01 | 1.000000e+00 | 1.000000 | 1.000000 | 1.000000 | -1.000000e+00 | 4.000000e+06 | 8.400000e+01 | 365243.000000 | 365243.000000 | 365243.000000 | 365243.000000 | 365243.000000 | 1.000000 |
previousAppDF.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 1670214 entries, 0 to 1670213 Data columns (total 37 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 SK_ID_PREV 1670214 non-null int64 1 SK_ID_CURR 1670214 non-null int64 2 NAME_CONTRACT_TYPE 1670214 non-null object 3 AMT_ANNUITY 1297979 non-null float64 4 AMT_APPLICATION 1670214 non-null float64 5 AMT_CREDIT 1670213 non-null float64 6 AMT_DOWN_PAYMENT 774370 non-null float64 7 AMT_GOODS_PRICE 1284699 non-null float64 8 WEEKDAY_APPR_PROCESS_START 1670214 non-null object 9 HOUR_APPR_PROCESS_START 1670214 non-null int64 10 FLAG_LAST_APPL_PER_CONTRACT 1670214 non-null object 11 NFLAG_LAST_APPL_IN_DAY 1670214 non-null int64 12 RATE_DOWN_PAYMENT 774370 non-null float64 13 RATE_INTEREST_PRIMARY 5951 non-null float64 14 RATE_INTEREST_PRIVILEGED 5951 non-null float64 15 NAME_CASH_LOAN_PURPOSE 1670214 non-null object 16 NAME_CONTRACT_STATUS 1670214 non-null object 17 DAYS_DECISION 1670214 non-null int64 18 NAME_PAYMENT_TYPE 1670214 non-null object 19 CODE_REJECT_REASON 1670214 non-null object 20 NAME_TYPE_SUITE 849809 non-null object 21 NAME_CLIENT_TYPE 1670214 non-null object 22 NAME_GOODS_CATEGORY 1670214 non-null object 23 NAME_PORTFOLIO 1670214 non-null object 24 NAME_PRODUCT_TYPE 1670214 non-null object 25 CHANNEL_TYPE 1670214 non-null object 26 SELLERPLACE_AREA 1670214 non-null int64 27 NAME_SELLER_INDUSTRY 1670214 non-null object 28 CNT_PAYMENT 1297984 non-null float64 29 NAME_YIELD_GROUP 1670214 non-null object 30 PRODUCT_COMBINATION 1669868 non-null object 31 DAYS_FIRST_DRAWING 997149 non-null float64 32 DAYS_FIRST_DUE 997149 non-null float64 33 DAYS_LAST_DUE_1ST_VERSION 997149 non-null float64 34 DAYS_LAST_DUE 997149 non-null float64 35 DAYS_TERMINATION 997149 non-null float64 36 NFLAG_INSURED_ON_APPROVAL 997149 non-null float64 dtypes: float64(15), int64(6), object(16) memory usage: 471.5+ MB
previousAppDF.select_dtypes('object').apply(pd.Series.nunique, axis=0)
NAME_CONTRACT_TYPE 4 WEEKDAY_APPR_PROCESS_START 7 FLAG_LAST_APPL_PER_CONTRACT 2 NAME_CASH_LOAN_PURPOSE 25 NAME_CONTRACT_STATUS 4 NAME_PAYMENT_TYPE 4 CODE_REJECT_REASON 9 NAME_TYPE_SUITE 7 NAME_CLIENT_TYPE 4 NAME_GOODS_CATEGORY 28 NAME_PORTFOLIO 5 NAME_PRODUCT_TYPE 3 CHANNEL_TYPE 8 NAME_SELLER_INDUSTRY 11 NAME_YIELD_GROUP 5 PRODUCT_COMBINATION 17 dtype: int64
percent = (previousAppDF.isnull().sum()/previousAppDF.isnull().count()*100).sort_values(ascending = False).round(2)
sum_missing = previousAppDF.isna().sum().sort_values(ascending = False)
missing_prevapplication_train_data = pd.concat([percent, sum_missing], axis=1, keys=['Percent', "Prev App Missing Count"])
missing_prevapplication_train_data.head(20)
| Percent | Prev App Missing Count | |
|---|---|---|
| RATE_INTEREST_PRIVILEGED | 99.64 | 1664263 |
| RATE_INTEREST_PRIMARY | 99.64 | 1664263 |
| AMT_DOWN_PAYMENT | 53.64 | 895844 |
| RATE_DOWN_PAYMENT | 53.64 | 895844 |
| NAME_TYPE_SUITE | 49.12 | 820405 |
| NFLAG_INSURED_ON_APPROVAL | 40.30 | 673065 |
| DAYS_TERMINATION | 40.30 | 673065 |
| DAYS_LAST_DUE | 40.30 | 673065 |
| DAYS_LAST_DUE_1ST_VERSION | 40.30 | 673065 |
| DAYS_FIRST_DUE | 40.30 | 673065 |
| DAYS_FIRST_DRAWING | 40.30 | 673065 |
| AMT_GOODS_PRICE | 23.08 | 385515 |
| AMT_ANNUITY | 22.29 | 372235 |
| CNT_PAYMENT | 22.29 | 372230 |
| PRODUCT_COMBINATION | 0.02 | 346 |
| AMT_CREDIT | 0.00 | 1 |
| NAME_YIELD_GROUP | 0.00 | 0 |
| NAME_PORTFOLIO | 0.00 | 0 |
| NAME_SELLER_INDUSTRY | 0.00 | 0 |
| SELLERPLACE_AREA | 0.00 | 0 |
2 columns have missing data for over 99% of the records. These columns can be ignored in the model.
sns.countplot(y='NAME_CONTRACT_TYPE', data=previousAppDF)
plt.title('Contract Types in Previous Application')
plt.ylabel("Contract Type")
plt.xlabel("Count")
plt.xticks(rotation=90);
plt.hist(previousAppDF['AMT_APPLICATION'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Amount Requested in Previous Application'); plt.xlabel('Amount');
plt.hist(previousAppDF['AMT_CREDIT'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Credit Amount in Previous Application'); plt.xlabel('Amount');
sns.countplot(y='NAME_CASH_LOAN_PURPOSE', data=previousAppDF)
plt.title('Previous Loan Purpose')
plt.ylabel("Loan Purpose")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='NAME_CONTRACT_STATUS', data=previousAppDF)
plt.title('Status of Previous Loan Application')
plt.ylabel("Loan Status")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='CODE_REJECT_REASON', data=previousAppDF)
plt.title('Reason for Rejecting Previous Loan Application')
plt.ylabel("Rejection Reason")
plt.xlabel("Count")
plt.xticks(rotation=90);
creditCardBalDF.describe() #numerical only features
| SK_ID_PREV | SK_ID_CURR | MONTHS_BALANCE | AMT_BALANCE | AMT_CREDIT_LIMIT_ACTUAL | AMT_DRAWINGS_ATM_CURRENT | AMT_DRAWINGS_CURRENT | AMT_DRAWINGS_OTHER_CURRENT | AMT_DRAWINGS_POS_CURRENT | AMT_INST_MIN_REGULARITY | AMT_PAYMENT_CURRENT | AMT_PAYMENT_TOTAL_CURRENT | AMT_RECEIVABLE_PRINCIPAL | AMT_RECIVABLE | AMT_TOTAL_RECEIVABLE | CNT_DRAWINGS_ATM_CURRENT | CNT_DRAWINGS_CURRENT | CNT_DRAWINGS_OTHER_CURRENT | CNT_DRAWINGS_POS_CURRENT | CNT_INSTALMENT_MATURE_CUM | SK_DPD | SK_DPD_DEF | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | 3.840312e+06 | 3.840312e+06 | 3.840312e+06 | 3.840312e+06 | 3.840312e+06 | 3.090496e+06 | 3.840312e+06 | 3.090496e+06 | 3.090496e+06 | 3.535076e+06 | 3.072324e+06 | 3.840312e+06 | 3.840312e+06 | 3.840312e+06 | 3.840312e+06 | 3.090496e+06 | 3.840312e+06 | 3.090496e+06 | 3.090496e+06 | 3.535076e+06 | 3.840312e+06 | 3.840312e+06 |
| mean | 1.904504e+06 | 2.783242e+05 | -3.452192e+01 | 5.830016e+04 | 1.538080e+05 | 5.961325e+03 | 7.433388e+03 | 2.881696e+02 | 2.968805e+03 | 3.540204e+03 | 1.028054e+04 | 7.588857e+03 | 5.596588e+04 | 5.808881e+04 | 5.809829e+04 | 3.094490e-01 | 7.031439e-01 | 4.812496e-03 | 5.594791e-01 | 2.082508e+01 | 9.283667e+00 | 3.316220e-01 |
| std | 5.364695e+05 | 1.027045e+05 | 2.666775e+01 | 1.063070e+05 | 1.651457e+05 | 2.822569e+04 | 3.384608e+04 | 8.201989e+03 | 2.079689e+04 | 5.600154e+03 | 3.607808e+04 | 3.200599e+04 | 1.025336e+05 | 1.059654e+05 | 1.059718e+05 | 1.100401e+00 | 3.190347e+00 | 8.263861e-02 | 3.240649e+00 | 2.005149e+01 | 9.751570e+01 | 2.147923e+01 |
| min | 1.000018e+06 | 1.000060e+05 | -9.600000e+01 | -4.202502e+05 | 0.000000e+00 | -6.827310e+03 | -6.211620e+03 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | -4.233058e+05 | -4.202502e+05 | -4.202502e+05 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 |
| 25% | 1.434385e+06 | 1.895170e+05 | -5.500000e+01 | 0.000000e+00 | 4.500000e+04 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 1.523700e+02 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 4.000000e+00 | 0.000000e+00 | 0.000000e+00 |
| 50% | 1.897122e+06 | 2.783960e+05 | -2.800000e+01 | 0.000000e+00 | 1.125000e+05 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 2.702700e+03 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 1.500000e+01 | 0.000000e+00 | 0.000000e+00 |
| 75% | 2.369328e+06 | 3.675800e+05 | -1.100000e+01 | 8.904669e+04 | 1.800000e+05 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 6.633911e+03 | 9.000000e+03 | 6.750000e+03 | 8.535924e+04 | 8.889949e+04 | 8.891451e+04 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | 3.200000e+01 | 0.000000e+00 | 0.000000e+00 |
| max | 2.843496e+06 | 4.562500e+05 | -1.000000e+00 | 1.505902e+06 | 1.350000e+06 | 2.115000e+06 | 2.287098e+06 | 1.529847e+06 | 2.239274e+06 | 2.028820e+05 | 4.289207e+06 | 4.278316e+06 | 1.472317e+06 | 1.493338e+06 | 1.493338e+06 | 5.100000e+01 | 1.650000e+02 | 1.200000e+01 | 1.650000e+02 | 1.200000e+02 | 3.260000e+03 | 3.260000e+03 |
creditCardBalDF.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 3840312 entries, 0 to 3840311 Data columns (total 23 columns): # Column Dtype --- ------ ----- 0 SK_ID_PREV int64 1 SK_ID_CURR int64 2 MONTHS_BALANCE int64 3 AMT_BALANCE float64 4 AMT_CREDIT_LIMIT_ACTUAL int64 5 AMT_DRAWINGS_ATM_CURRENT float64 6 AMT_DRAWINGS_CURRENT float64 7 AMT_DRAWINGS_OTHER_CURRENT float64 8 AMT_DRAWINGS_POS_CURRENT float64 9 AMT_INST_MIN_REGULARITY float64 10 AMT_PAYMENT_CURRENT float64 11 AMT_PAYMENT_TOTAL_CURRENT float64 12 AMT_RECEIVABLE_PRINCIPAL float64 13 AMT_RECIVABLE float64 14 AMT_TOTAL_RECEIVABLE float64 15 CNT_DRAWINGS_ATM_CURRENT float64 16 CNT_DRAWINGS_CURRENT int64 17 CNT_DRAWINGS_OTHER_CURRENT float64 18 CNT_DRAWINGS_POS_CURRENT float64 19 CNT_INSTALMENT_MATURE_CUM float64 20 NAME_CONTRACT_STATUS object 21 SK_DPD int64 22 SK_DPD_DEF int64 dtypes: float64(15), int64(7), object(1) memory usage: 673.9+ MB
percent = (creditCardBalDF.isnull().sum()/creditCardBalDF.isnull().count()*100).sort_values(ascending = False).round(2)
sum_missing = creditCardBalDF.isna().sum().sort_values(ascending = False)
missing_creditcardbal_data = pd.concat([percent, sum_missing], axis=1, keys=['Percent', "Credit Card Data Missing Count"])
missing_creditcardbal_data.head(20)
| Percent | Credit Card Data Missing Count | |
|---|---|---|
| AMT_PAYMENT_CURRENT | 20.00 | 767988 |
| AMT_DRAWINGS_ATM_CURRENT | 19.52 | 749816 |
| CNT_DRAWINGS_POS_CURRENT | 19.52 | 749816 |
| AMT_DRAWINGS_OTHER_CURRENT | 19.52 | 749816 |
| AMT_DRAWINGS_POS_CURRENT | 19.52 | 749816 |
| CNT_DRAWINGS_OTHER_CURRENT | 19.52 | 749816 |
| CNT_DRAWINGS_ATM_CURRENT | 19.52 | 749816 |
| CNT_INSTALMENT_MATURE_CUM | 7.95 | 305236 |
| AMT_INST_MIN_REGULARITY | 7.95 | 305236 |
| SK_ID_PREV | 0.00 | 0 |
| AMT_TOTAL_RECEIVABLE | 0.00 | 0 |
| SK_DPD | 0.00 | 0 |
| NAME_CONTRACT_STATUS | 0.00 | 0 |
| CNT_DRAWINGS_CURRENT | 0.00 | 0 |
| AMT_PAYMENT_TOTAL_CURRENT | 0.00 | 0 |
| AMT_RECIVABLE | 0.00 | 0 |
| AMT_RECEIVABLE_PRINCIPAL | 0.00 | 0 |
| SK_ID_CURR | 0.00 | 0 |
| AMT_DRAWINGS_CURRENT | 0.00 | 0 |
| AMT_CREDIT_LIMIT_ACTUAL | 0.00 | 0 |
sns.countplot(y='NAME_CONTRACT_STATUS', data=creditCardBalDF)
plt.title('Contract Status on Previous Credit');
plt.ylabel("Contract Status")
plt.xlabel("Count")
plt.xticks(rotation=90);
plt.hist(creditCardBalDF['AMT_BALANCE'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Amount Balance on Previous Credit'); plt.xlabel('Balance Amount');
plt.hist(creditCardBalDF['SK_DPD'].dropna(), edgecolor = 'k', bins = 25)
plt.title('DPD During Month on Previous Credit'); plt.xlabel('DPD');
plt.hist(creditCardBalDF['AMT_CREDIT_LIMIT_ACTUAL'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Credit Card Limit on Previous Credit'); plt.xlabel('Credit Card Limit');
installmentPayDF.describe() #numerical only features
| SK_ID_PREV | SK_ID_CURR | NUM_INSTALMENT_VERSION | NUM_INSTALMENT_NUMBER | DAYS_INSTALMENT | DAYS_ENTRY_PAYMENT | AMT_INSTALMENT | AMT_PAYMENT | |
|---|---|---|---|---|---|---|---|---|
| count | 1.360540e+07 | 1.360540e+07 | 1.360540e+07 | 1.360540e+07 | 1.360540e+07 | 1.360250e+07 | 1.360540e+07 | 1.360250e+07 |
| mean | 1.903365e+06 | 2.784449e+05 | 8.566373e-01 | 1.887090e+01 | -1.042270e+03 | -1.051114e+03 | 1.705091e+04 | 1.723822e+04 |
| std | 5.362029e+05 | 1.027183e+05 | 1.035216e+00 | 2.666407e+01 | 8.009463e+02 | 8.005859e+02 | 5.057025e+04 | 5.473578e+04 |
| min | 1.000001e+06 | 1.000010e+05 | 0.000000e+00 | 1.000000e+00 | -2.922000e+03 | -4.921000e+03 | 0.000000e+00 | 0.000000e+00 |
| 25% | 1.434191e+06 | 1.896390e+05 | 0.000000e+00 | 4.000000e+00 | -1.654000e+03 | -1.662000e+03 | 4.226085e+03 | 3.398265e+03 |
| 50% | 1.896520e+06 | 2.786850e+05 | 1.000000e+00 | 8.000000e+00 | -8.180000e+02 | -8.270000e+02 | 8.884080e+03 | 8.125515e+03 |
| 75% | 2.369094e+06 | 3.675300e+05 | 1.000000e+00 | 1.900000e+01 | -3.610000e+02 | -3.700000e+02 | 1.671021e+04 | 1.610842e+04 |
| max | 2.843499e+06 | 4.562550e+05 | 1.780000e+02 | 2.770000e+02 | -1.000000e+00 | -1.000000e+00 | 3.771488e+06 | 3.771488e+06 |
installmentPayDF.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 13605401 entries, 0 to 13605400 Data columns (total 8 columns): # Column Dtype --- ------ ----- 0 SK_ID_PREV int64 1 SK_ID_CURR int64 2 NUM_INSTALMENT_VERSION float64 3 NUM_INSTALMENT_NUMBER int64 4 DAYS_INSTALMENT float64 5 DAYS_ENTRY_PAYMENT float64 6 AMT_INSTALMENT float64 7 AMT_PAYMENT float64 dtypes: float64(5), int64(3) memory usage: 830.4 MB
percent = (installmentPayDF.isnull().sum()/installmentPayDF.isnull().count()*100).sort_values(ascending = False).round(2)
sum_missing = installmentPayDF.isna().sum().sort_values(ascending = False)
missing_installmentpayment_data = pd.concat([percent, sum_missing], axis=1, keys=['Percent', "Installment Payment Data Missing Count"])
missing_installmentpayment_data.head(20)
| Percent | Installment Payment Data Missing Count | |
|---|---|---|
| DAYS_ENTRY_PAYMENT | 0.02 | 2905 |
| AMT_PAYMENT | 0.02 | 2905 |
| SK_ID_PREV | 0.00 | 0 |
| SK_ID_CURR | 0.00 | 0 |
| NUM_INSTALMENT_VERSION | 0.00 | 0 |
| NUM_INSTALMENT_NUMBER | 0.00 | 0 |
| DAYS_INSTALMENT | 0.00 | 0 |
| AMT_INSTALMENT | 0.00 | 0 |
plt.hist(installmentPayDF['AMT_INSTALMENT'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Prescribed Installment Amount'); plt.xlabel('Prescribed Installment Amount');
plt.hist(installmentPayDF['AMT_PAYMENT'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Actual Installment Amount Paid'); plt.xlabel('Installment Amount Paid');
cashBalDF.describe() #numerical only features
| SK_ID_PREV | SK_ID_CURR | MONTHS_BALANCE | CNT_INSTALMENT | CNT_INSTALMENT_FUTURE | SK_DPD | SK_DPD_DEF | |
|---|---|---|---|---|---|---|---|
| count | 1.000136e+07 | 1.000136e+07 | 1.000136e+07 | 9.975287e+06 | 9.975271e+06 | 1.000136e+07 | 1.000136e+07 |
| mean | 1.903217e+06 | 2.784039e+05 | -3.501259e+01 | 1.708965e+01 | 1.048384e+01 | 1.160693e+01 | 6.544684e-01 |
| std | 5.358465e+05 | 1.027637e+05 | 2.606657e+01 | 1.199506e+01 | 1.110906e+01 | 1.327140e+02 | 3.276249e+01 |
| min | 1.000001e+06 | 1.000010e+05 | -9.600000e+01 | 1.000000e+00 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 |
| 25% | 1.434405e+06 | 1.895500e+05 | -5.400000e+01 | 1.000000e+01 | 3.000000e+00 | 0.000000e+00 | 0.000000e+00 |
| 50% | 1.896565e+06 | 2.786540e+05 | -2.800000e+01 | 1.200000e+01 | 7.000000e+00 | 0.000000e+00 | 0.000000e+00 |
| 75% | 2.368963e+06 | 3.674290e+05 | -1.300000e+01 | 2.400000e+01 | 1.400000e+01 | 0.000000e+00 | 0.000000e+00 |
| max | 2.843499e+06 | 4.562550e+05 | -1.000000e+00 | 9.200000e+01 | 8.500000e+01 | 4.231000e+03 | 3.595000e+03 |
cashBalDF.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 10001358 entries, 0 to 10001357 Data columns (total 8 columns): # Column Dtype --- ------ ----- 0 SK_ID_PREV int64 1 SK_ID_CURR int64 2 MONTHS_BALANCE int64 3 CNT_INSTALMENT float64 4 CNT_INSTALMENT_FUTURE float64 5 NAME_CONTRACT_STATUS object 6 SK_DPD int64 7 SK_DPD_DEF int64 dtypes: float64(2), int64(5), object(1) memory usage: 610.4+ MB
percent = (cashBalDF.isnull().sum()/cashBalDF.isnull().count()*100).sort_values(ascending = False).round(2)
sum_missing = cashBalDF.isna().sum().sort_values(ascending = False)
missing_POScashbalance_data = pd.concat([percent, sum_missing], axis=1, keys=['Percent', "POS Cash Balance Missing Count"])
missing_POScashbalance_data.head(20)
| Percent | POS Cash Balance Missing Count | |
|---|---|---|
| CNT_INSTALMENT_FUTURE | 0.26 | 26087 |
| CNT_INSTALMENT | 0.26 | 26071 |
| SK_ID_PREV | 0.00 | 0 |
| SK_ID_CURR | 0.00 | 0 |
| MONTHS_BALANCE | 0.00 | 0 |
| NAME_CONTRACT_STATUS | 0.00 | 0 |
| SK_DPD | 0.00 | 0 |
| SK_DPD_DEF | 0.00 | 0 |
plt.hist(cashBalDF['CNT_INSTALMENT_FUTURE'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Installments Left to Pay on Previous Credit'); plt.xlabel('Installments Left to Pay');
sns.countplot(y='NAME_CONTRACT_STATUS', data=cashBalDF)
plt.title('Contract Status During the Month')
plt.ylabel("Contract Status")
plt.xlabel("Count")
plt.xticks(rotation=90);
bureauDF.describe() #numerical only features
| SK_ID_CURR | SK_ID_BUREAU | DAYS_CREDIT | CREDIT_DAY_OVERDUE | DAYS_CREDIT_ENDDATE | DAYS_ENDDATE_FACT | AMT_CREDIT_MAX_OVERDUE | CNT_CREDIT_PROLONG | AMT_CREDIT_SUM | AMT_CREDIT_SUM_DEBT | AMT_CREDIT_SUM_LIMIT | AMT_CREDIT_SUM_OVERDUE | DAYS_CREDIT_UPDATE | AMT_ANNUITY | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | 1.716428e+06 | 1.716428e+06 | 1.716428e+06 | 1.716428e+06 | 1.610875e+06 | 1.082775e+06 | 5.919400e+05 | 1.716428e+06 | 1.716415e+06 | 1.458759e+06 | 1.124648e+06 | 1.716428e+06 | 1.716428e+06 | 4.896370e+05 |
| mean | 2.782149e+05 | 5.924434e+06 | -1.142108e+03 | 8.181666e-01 | 5.105174e+02 | -1.017437e+03 | 3.825418e+03 | 6.410406e-03 | 3.549946e+05 | 1.370851e+05 | 6.229515e+03 | 3.791276e+01 | -5.937483e+02 | 1.571276e+04 |
| std | 1.029386e+05 | 5.322657e+05 | 7.951649e+02 | 3.654443e+01 | 4.994220e+03 | 7.140106e+02 | 2.060316e+05 | 9.622391e-02 | 1.149811e+06 | 6.774011e+05 | 4.503203e+04 | 5.937650e+03 | 7.207473e+02 | 3.258269e+05 |
| min | 1.000010e+05 | 5.000000e+06 | -2.922000e+03 | 0.000000e+00 | -4.206000e+04 | -4.202300e+04 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | -4.705600e+06 | -5.864061e+05 | 0.000000e+00 | -4.194700e+04 | 0.000000e+00 |
| 25% | 1.888668e+05 | 5.463954e+06 | -1.666000e+03 | 0.000000e+00 | -1.138000e+03 | -1.489000e+03 | 0.000000e+00 | 0.000000e+00 | 5.130000e+04 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | -9.080000e+02 | 0.000000e+00 |
| 50% | 2.780550e+05 | 5.926304e+06 | -9.870000e+02 | 0.000000e+00 | -3.300000e+02 | -8.970000e+02 | 0.000000e+00 | 0.000000e+00 | 1.255185e+05 | 0.000000e+00 | 0.000000e+00 | 0.000000e+00 | -3.950000e+02 | 0.000000e+00 |
| 75% | 3.674260e+05 | 6.385681e+06 | -4.740000e+02 | 0.000000e+00 | 4.740000e+02 | -4.250000e+02 | 0.000000e+00 | 0.000000e+00 | 3.150000e+05 | 4.015350e+04 | 0.000000e+00 | 0.000000e+00 | -3.300000e+01 | 1.350000e+04 |
| max | 4.562550e+05 | 6.843457e+06 | 0.000000e+00 | 2.792000e+03 | 3.119900e+04 | 0.000000e+00 | 1.159872e+08 | 9.000000e+00 | 5.850000e+08 | 1.701000e+08 | 4.705600e+06 | 3.756681e+06 | 3.720000e+02 | 1.184534e+08 |
bureauDF.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 1716428 entries, 0 to 1716427 Data columns (total 17 columns): # Column Dtype --- ------ ----- 0 SK_ID_CURR int64 1 SK_ID_BUREAU int64 2 CREDIT_ACTIVE object 3 CREDIT_CURRENCY object 4 DAYS_CREDIT int64 5 CREDIT_DAY_OVERDUE int64 6 DAYS_CREDIT_ENDDATE float64 7 DAYS_ENDDATE_FACT float64 8 AMT_CREDIT_MAX_OVERDUE float64 9 CNT_CREDIT_PROLONG int64 10 AMT_CREDIT_SUM float64 11 AMT_CREDIT_SUM_DEBT float64 12 AMT_CREDIT_SUM_LIMIT float64 13 AMT_CREDIT_SUM_OVERDUE float64 14 CREDIT_TYPE object 15 DAYS_CREDIT_UPDATE int64 16 AMT_ANNUITY float64 dtypes: float64(8), int64(6), object(3) memory usage: 222.6+ MB
bureauDF.select_dtypes('object').apply(pd.Series.nunique, axis=0)
CREDIT_ACTIVE 4 CREDIT_CURRENCY 4 CREDIT_TYPE 15 dtype: int64
percent = (bureauDF.isnull().sum()/bureauDF.isnull().count()*100).sort_values(ascending = False).round(2)
sum_missing = bureauDF.isna().sum().sort_values(ascending = False)
missing_bureau_data = pd.concat([percent, sum_missing], axis=1, keys=['Percent', "Bureau Missing Count"])
missing_bureau_data.head(20)
| Percent | Bureau Missing Count | |
|---|---|---|
| AMT_ANNUITY | 71.47 | 1226791 |
| AMT_CREDIT_MAX_OVERDUE | 65.51 | 1124488 |
| DAYS_ENDDATE_FACT | 36.92 | 633653 |
| AMT_CREDIT_SUM_LIMIT | 34.48 | 591780 |
| AMT_CREDIT_SUM_DEBT | 15.01 | 257669 |
| DAYS_CREDIT_ENDDATE | 6.15 | 105553 |
| AMT_CREDIT_SUM | 0.00 | 13 |
| CREDIT_ACTIVE | 0.00 | 0 |
| CREDIT_CURRENCY | 0.00 | 0 |
| DAYS_CREDIT | 0.00 | 0 |
| CREDIT_DAY_OVERDUE | 0.00 | 0 |
| SK_ID_BUREAU | 0.00 | 0 |
| CNT_CREDIT_PROLONG | 0.00 | 0 |
| AMT_CREDIT_SUM_OVERDUE | 0.00 | 0 |
| CREDIT_TYPE | 0.00 | 0 |
| DAYS_CREDIT_UPDATE | 0.00 | 0 |
| SK_ID_CURR | 0.00 | 0 |
sns.countplot(y='CREDIT_ACTIVE', data=bureauDF)
plt.title('Credit Status in Bureaus')
plt.ylabel("Credit Status")
plt.xlabel("Count")
plt.xticks(rotation=90);
sns.countplot(y='CREDIT_TYPE', data=bureauDF)
plt.title('Credit Type in Bureaus')
plt.ylabel("Credit Status")
plt.xlabel("Count")
plt.xticks(rotation=90);
plt.hist(bureauDF['AMT_CREDIT_SUM_OVERDUE'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Credit Amount Overdue in Bureaus'); plt.xlabel('Credit Amount Overdue');
plt.hist(bureauDF['AMT_CREDIT_SUM'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Credit Amount in Bureaus'); plt.xlabel('Credit Amount');
bureauBalDF.describe() #numerical only features
| SK_ID_BUREAU | MONTHS_BALANCE | |
|---|---|---|
| count | 2.729992e+07 | 2.729992e+07 |
| mean | 6.036297e+06 | -3.074169e+01 |
| std | 4.923489e+05 | 2.386451e+01 |
| min | 5.001709e+06 | -9.600000e+01 |
| 25% | 5.730933e+06 | -4.600000e+01 |
| 50% | 6.070821e+06 | -2.500000e+01 |
| 75% | 6.431951e+06 | -1.100000e+01 |
| max | 6.842888e+06 | 0.000000e+00 |
bureauBalDF.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 27299925 entries, 0 to 27299924 Data columns (total 3 columns): # Column Dtype --- ------ ----- 0 SK_ID_BUREAU int64 1 MONTHS_BALANCE int64 2 STATUS object dtypes: int64(2), object(1) memory usage: 624.8+ MB
percent = (bureauBalDF.isnull().sum()/bureauBalDF.isnull().count()*100).sort_values(ascending = False).round(2)
sum_missing = bureauBalDF.isna().sum().sort_values(ascending = False)
missing_bureaubal_data = pd.concat([percent, sum_missing], axis=1, keys=['Percent', "Bureau Balance Count"])
missing_bureaubal_data.head(20)
| Percent | Bureau Balance Count | |
|---|---|---|
| SK_ID_BUREAU | 0.0 | 0 |
| MONTHS_BALANCE | 0.0 | 0 |
| STATUS | 0.0 | 0 |
sns.countplot(y='STATUS', data=bureauBalDF)
plt.title('Bureau Balance Status')
plt.ylabel("Balance Status")
plt.xlabel("Count")
plt.xticks(rotation=90);
C means Closed, 0 means no DPD, X means Status Unknown; 1 means maximal did during month between 1-30; 2 means DPD 31-60; ....... 5 means DPD 120+ or sold or written off
plt.hist(bureauBalDF['MONTHS_BALANCE'].dropna(), edgecolor = 'k', bins = 25)
plt.title('Months of Balance in Bureaus'); plt.xlabel('Balance Months');
Correlation analysis and Pair-plot based visualization is performed
correlations = appTrainDF.corr()['TARGET'].sort_values()
print('Most Positive Correlations with TARGET - Top 20:')
print(correlations.tail(20))
print('\nMost Negative Correlations with TARGET - Top 20:')
print(correlations.head(20))
Most Positive Correlations with TARGET - Top 20: OBS_30_CNT_SOCIAL_CIRCLE 0.009131 CNT_FAM_MEMBERS 0.009308 CNT_CHILDREN 0.019187 AMT_REQ_CREDIT_BUREAU_YEAR 0.019930 FLAG_WORK_PHONE 0.028524 DEF_60_CNT_SOCIAL_CIRCLE 0.031276 DEF_30_CNT_SOCIAL_CIRCLE 0.032248 LIVE_CITY_NOT_WORK_CITY 0.032518 OWN_CAR_AGE 0.037612 DAYS_REGISTRATION 0.041975 FLAG_DOCUMENT_3 0.044346 REG_CITY_NOT_LIVE_CITY 0.044395 FLAG_EMP_PHONE 0.045982 REG_CITY_NOT_WORK_CITY 0.050994 DAYS_ID_PUBLISH 0.051457 DAYS_LAST_PHONE_CHANGE 0.055218 REGION_RATING_CLIENT 0.058899 REGION_RATING_CLIENT_W_CITY 0.060893 DAYS_BIRTH 0.078239 TARGET 1.000000 Name: TARGET, dtype: float64 Most Negative Correlations with TARGET - Top 20: EXT_SOURCE_3 -0.178919 EXT_SOURCE_2 -0.160472 EXT_SOURCE_1 -0.155317 DAYS_EMPLOYED -0.044932 FLOORSMAX_AVG -0.044003 FLOORSMAX_MEDI -0.043768 FLOORSMAX_MODE -0.043226 AMT_GOODS_PRICE -0.039645 REGION_POPULATION_RELATIVE -0.037227 ELEVATORS_AVG -0.034199 ELEVATORS_MEDI -0.033863 FLOORSMIN_AVG -0.033614 FLOORSMIN_MEDI -0.033394 LIVINGAREA_AVG -0.032997 LIVINGAREA_MEDI -0.032739 FLOORSMIN_MODE -0.032698 TOTALAREA_MODE -0.032596 ELEVATORS_MODE -0.032131 LIVINGAREA_MODE -0.030685 AMT_CREDIT -0.030369 Name: TARGET, dtype: float64
correlation_target = appTrainDF.corr()['TARGET'].sort_values()
top_correlation_features=[]
for i in correlation_target.head(6).keys().tolist():
if i not in ('REGION_RATING_CLIENT_W_CITY'): # excluding 'REGION_RATING_CLIENT_W_CITY', since it is similar to 'REGION_RATING_CLIENT' - as seen in earlier sections
top_correlation_features.append(i)
for i in correlation_target.tail(6).keys().tolist():
if i not in ('REGION_RATING_CLIENT_W_CITY'):
top_correlation_features.append(i)
top_correlation_features
['EXT_SOURCE_3', 'EXT_SOURCE_2', 'EXT_SOURCE_1', 'DAYS_EMPLOYED', 'FLOORSMAX_AVG', 'FLOORSMAX_MEDI', 'DAYS_ID_PUBLISH', 'DAYS_LAST_PHONE_CHANGE', 'DAYS_BIRTH', 'TARGET']
# Correlation Heat Map for Some Top Features
fig, ax = plt.subplots(figsize=(20,20))
sns.heatmap(
appTrainDF.loc[:, top_correlation_features].corr(),
annot=True
)
<AxesSubplot:>
There are a handful of explanatory features which show high amounts of collinearity and in phase 2 (once we increase our feature space) we will address moving some features which do not add additional value.
sns.set(style="ticks", color_codes=True)
g = sns.pairplot(appTrainDF, vars=top_correlation_features, diag_kind="kde")
g.fig.set_size_inches(20, 20)
plt.show()
# get the correlation matrix for the entire dataset after one hot encoding features
correlation_matrix = pd.get_dummies(appTrainDF).head(1000).corr().abs()
lower = correlation_matrix.where(np.tril(np.ones(correlation_matrix.shape), k=-1).astype(np.bool))
# print correlation matrix
display(lower)
# get the fields with correlation above 90%
columns_w_collinearity_issues = [index for index in lower.index if any(lower.loc[index] > .9)]
print('There are', len(columns_w_collinearity_issues), 'columns to remove.')
| SK_ID_CURR | TARGET | CNT_CHILDREN | AMT_INCOME_TOTAL | AMT_CREDIT | AMT_ANNUITY | AMT_GOODS_PRICE | REGION_POPULATION_RELATIVE | DAYS_BIRTH | DAYS_EMPLOYED | DAYS_REGISTRATION | DAYS_ID_PUBLISH | OWN_CAR_AGE | FLAG_MOBIL | FLAG_EMP_PHONE | FLAG_WORK_PHONE | FLAG_CONT_MOBILE | FLAG_PHONE | FLAG_EMAIL | CNT_FAM_MEMBERS | REGION_RATING_CLIENT | REGION_RATING_CLIENT_W_CITY | HOUR_APPR_PROCESS_START | REG_REGION_NOT_LIVE_REGION | REG_REGION_NOT_WORK_REGION | LIVE_REGION_NOT_WORK_REGION | REG_CITY_NOT_LIVE_CITY | REG_CITY_NOT_WORK_CITY | LIVE_CITY_NOT_WORK_CITY | EXT_SOURCE_1 | EXT_SOURCE_2 | EXT_SOURCE_3 | APARTMENTS_AVG | BASEMENTAREA_AVG | YEARS_BEGINEXPLUATATION_AVG | YEARS_BUILD_AVG | COMMONAREA_AVG | ELEVATORS_AVG | ENTRANCES_AVG | FLOORSMAX_AVG | FLOORSMIN_AVG | LANDAREA_AVG | LIVINGAPARTMENTS_AVG | LIVINGAREA_AVG | NONLIVINGAPARTMENTS_AVG | NONLIVINGAREA_AVG | APARTMENTS_MODE | BASEMENTAREA_MODE | YEARS_BEGINEXPLUATATION_MODE | YEARS_BUILD_MODE | COMMONAREA_MODE | ELEVATORS_MODE | ENTRANCES_MODE | FLOORSMAX_MODE | FLOORSMIN_MODE | LANDAREA_MODE | LIVINGAPARTMENTS_MODE | LIVINGAREA_MODE | NONLIVINGAPARTMENTS_MODE | NONLIVINGAREA_MODE | APARTMENTS_MEDI | BASEMENTAREA_MEDI | YEARS_BEGINEXPLUATATION_MEDI | YEARS_BUILD_MEDI | COMMONAREA_MEDI | ELEVATORS_MEDI | ENTRANCES_MEDI | FLOORSMAX_MEDI | FLOORSMIN_MEDI | LANDAREA_MEDI | LIVINGAPARTMENTS_MEDI | LIVINGAREA_MEDI | NONLIVINGAPARTMENTS_MEDI | NONLIVINGAREA_MEDI | TOTALAREA_MODE | OBS_30_CNT_SOCIAL_CIRCLE | DEF_30_CNT_SOCIAL_CIRCLE | OBS_60_CNT_SOCIAL_CIRCLE | DEF_60_CNT_SOCIAL_CIRCLE | DAYS_LAST_PHONE_CHANGE | FLAG_DOCUMENT_2 | FLAG_DOCUMENT_3 | FLAG_DOCUMENT_4 | FLAG_DOCUMENT_5 | FLAG_DOCUMENT_6 | FLAG_DOCUMENT_7 | FLAG_DOCUMENT_8 | FLAG_DOCUMENT_9 | FLAG_DOCUMENT_10 | FLAG_DOCUMENT_11 | FLAG_DOCUMENT_12 | FLAG_DOCUMENT_13 | FLAG_DOCUMENT_14 | FLAG_DOCUMENT_15 | FLAG_DOCUMENT_16 | FLAG_DOCUMENT_17 | FLAG_DOCUMENT_18 | FLAG_DOCUMENT_19 | FLAG_DOCUMENT_20 | FLAG_DOCUMENT_21 | AMT_REQ_CREDIT_BUREAU_HOUR | AMT_REQ_CREDIT_BUREAU_DAY | AMT_REQ_CREDIT_BUREAU_WEEK | AMT_REQ_CREDIT_BUREAU_MON | AMT_REQ_CREDIT_BUREAU_QRT | AMT_REQ_CREDIT_BUREAU_YEAR | NAME_CONTRACT_TYPE_Cash loans | NAME_CONTRACT_TYPE_Revolving loans | CODE_GENDER_F | CODE_GENDER_M | CODE_GENDER_XNA | FLAG_OWN_CAR_N | FLAG_OWN_CAR_Y | FLAG_OWN_REALTY_N | FLAG_OWN_REALTY_Y | NAME_TYPE_SUITE_Children | NAME_TYPE_SUITE_Family | NAME_TYPE_SUITE_Group of people | NAME_TYPE_SUITE_Other_A | NAME_TYPE_SUITE_Other_B | NAME_TYPE_SUITE_Spouse, partner | NAME_TYPE_SUITE_Unaccompanied | NAME_INCOME_TYPE_Businessman | NAME_INCOME_TYPE_Commercial associate | NAME_INCOME_TYPE_Maternity leave | NAME_INCOME_TYPE_Pensioner | NAME_INCOME_TYPE_State servant | NAME_INCOME_TYPE_Student | NAME_INCOME_TYPE_Unemployed | NAME_INCOME_TYPE_Working | NAME_EDUCATION_TYPE_Academic degree | NAME_EDUCATION_TYPE_Higher education | NAME_EDUCATION_TYPE_Incomplete higher | NAME_EDUCATION_TYPE_Lower secondary | NAME_EDUCATION_TYPE_Secondary / secondary special | NAME_FAMILY_STATUS_Civil marriage | NAME_FAMILY_STATUS_Married | NAME_FAMILY_STATUS_Separated | NAME_FAMILY_STATUS_Single / not married | NAME_FAMILY_STATUS_Unknown | NAME_FAMILY_STATUS_Widow | NAME_HOUSING_TYPE_Co-op apartment | NAME_HOUSING_TYPE_House / apartment | NAME_HOUSING_TYPE_Municipal apartment | NAME_HOUSING_TYPE_Office apartment | NAME_HOUSING_TYPE_Rented apartment | NAME_HOUSING_TYPE_With parents | OCCUPATION_TYPE_Accountants | OCCUPATION_TYPE_Cleaning staff | OCCUPATION_TYPE_Cooking staff | OCCUPATION_TYPE_Core staff | OCCUPATION_TYPE_Drivers | OCCUPATION_TYPE_HR staff | OCCUPATION_TYPE_High skill tech staff | OCCUPATION_TYPE_IT staff | OCCUPATION_TYPE_Laborers | OCCUPATION_TYPE_Low-skill Laborers | OCCUPATION_TYPE_Managers | OCCUPATION_TYPE_Medicine staff | OCCUPATION_TYPE_Private service staff | OCCUPATION_TYPE_Realty agents | OCCUPATION_TYPE_Sales staff | OCCUPATION_TYPE_Secretaries | OCCUPATION_TYPE_Security staff | OCCUPATION_TYPE_Waiters/barmen staff | WEEKDAY_APPR_PROCESS_START_FRIDAY | WEEKDAY_APPR_PROCESS_START_MONDAY | WEEKDAY_APPR_PROCESS_START_SATURDAY | WEEKDAY_APPR_PROCESS_START_SUNDAY | WEEKDAY_APPR_PROCESS_START_THURSDAY | WEEKDAY_APPR_PROCESS_START_TUESDAY | WEEKDAY_APPR_PROCESS_START_WEDNESDAY | ORGANIZATION_TYPE_Advertising | ORGANIZATION_TYPE_Agriculture | ORGANIZATION_TYPE_Bank | ORGANIZATION_TYPE_Business Entity Type 1 | ORGANIZATION_TYPE_Business Entity Type 2 | ORGANIZATION_TYPE_Business Entity Type 3 | ORGANIZATION_TYPE_Cleaning | ORGANIZATION_TYPE_Construction | ORGANIZATION_TYPE_Culture | ORGANIZATION_TYPE_Electricity | ORGANIZATION_TYPE_Emergency | ORGANIZATION_TYPE_Government | ORGANIZATION_TYPE_Hotel | ORGANIZATION_TYPE_Housing | ORGANIZATION_TYPE_Industry: type 1 | ORGANIZATION_TYPE_Industry: type 10 | ORGANIZATION_TYPE_Industry: type 11 | ORGANIZATION_TYPE_Industry: type 12 | ORGANIZATION_TYPE_Industry: type 13 | ORGANIZATION_TYPE_Industry: type 2 | ORGANIZATION_TYPE_Industry: type 3 | ORGANIZATION_TYPE_Industry: type 4 | ORGANIZATION_TYPE_Industry: type 5 | ORGANIZATION_TYPE_Industry: type 6 | ORGANIZATION_TYPE_Industry: type 7 | ORGANIZATION_TYPE_Industry: type 8 | ORGANIZATION_TYPE_Industry: type 9 | ORGANIZATION_TYPE_Insurance | ORGANIZATION_TYPE_Kindergarten | ORGANIZATION_TYPE_Legal Services | ORGANIZATION_TYPE_Medicine | ORGANIZATION_TYPE_Military | ORGANIZATION_TYPE_Mobile | ORGANIZATION_TYPE_Other | ORGANIZATION_TYPE_Police | ORGANIZATION_TYPE_Postal | ORGANIZATION_TYPE_Realtor | ORGANIZATION_TYPE_Religion | ORGANIZATION_TYPE_Restaurant | ORGANIZATION_TYPE_School | ORGANIZATION_TYPE_Security | ORGANIZATION_TYPE_Security Ministries | ORGANIZATION_TYPE_Self-employed | ORGANIZATION_TYPE_Services | ORGANIZATION_TYPE_Telecom | ORGANIZATION_TYPE_Trade: type 1 | ORGANIZATION_TYPE_Trade: type 2 | ORGANIZATION_TYPE_Trade: type 3 | ORGANIZATION_TYPE_Trade: type 4 | ORGANIZATION_TYPE_Trade: type 5 | ORGANIZATION_TYPE_Trade: type 6 | ORGANIZATION_TYPE_Trade: type 7 | ORGANIZATION_TYPE_Transport: type 1 | ORGANIZATION_TYPE_Transport: type 2 | ORGANIZATION_TYPE_Transport: type 3 | ORGANIZATION_TYPE_Transport: type 4 | ORGANIZATION_TYPE_University | ORGANIZATION_TYPE_XNA | FONDKAPREMONT_MODE_not specified | FONDKAPREMONT_MODE_org spec account | FONDKAPREMONT_MODE_reg oper account | FONDKAPREMONT_MODE_reg oper spec account | HOUSETYPE_MODE_block of flats | HOUSETYPE_MODE_specific housing | HOUSETYPE_MODE_terraced house | WALLSMATERIAL_MODE_Block | WALLSMATERIAL_MODE_Mixed | WALLSMATERIAL_MODE_Monolithic | WALLSMATERIAL_MODE_Others | WALLSMATERIAL_MODE_Panel | WALLSMATERIAL_MODE_Stone, brick | WALLSMATERIAL_MODE_Wooden | EMERGENCYSTATE_MODE_No | EMERGENCYSTATE_MODE_Yes | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| SK_ID_CURR | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| TARGET | 0.020122 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| CNT_CHILDREN | 0.001005 | 0.025156 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_INCOME_TOTAL | 0.025893 | 0.007218 | 0.055960 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_CREDIT | 0.011332 | 0.008376 | 0.036836 | 0.429317 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_ANNUITY | 0.025560 | 0.024523 | 0.055732 | 0.491143 | 0.797209 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_GOODS_PRICE | 0.014022 | 0.001859 | 0.035851 | 0.439981 | 0.986046 | 0.799121 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| REGION_POPULATION_RELATIVE | 0.017868 | 0.014064 | 0.060210 | 0.184339 | 0.074287 | 0.106685 | 0.073531 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| DAYS_BIRTH | 0.015128 | 0.082559 | 0.303782 | 0.088743 | 0.065100 | 0.019480 | 0.058535 | 0.028483 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| DAYS_EMPLOYED | 0.005923 | 0.009613 | 0.218535 | 0.208663 | 0.116515 | 0.139220 | 0.115613 | 0.003340 | 0.587437 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| DAYS_REGISTRATION | 0.035813 | 0.017632 | 0.211766 | 0.130682 | 0.027876 | 0.059163 | 0.034500 | 0.044595 | 0.358384 | 0.258674 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| DAYS_ID_PUBLISH | 0.011223 | 0.055298 | 0.036960 | 0.045634 | 0.022994 | 0.024020 | 0.030878 | 0.004953 | 0.241494 | 0.243480 | 0.155064 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OWN_CAR_AGE | 0.004441 | 0.042834 | 0.092690 | 0.247167 | 0.127071 | 0.125265 | 0.135283 | 0.141475 | 0.025507 | 0.015235 | 0.015324 | 0.010396 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_MOBIL | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_EMP_PHONE | 0.006186 | 0.011390 | 0.219577 | 0.208044 | 0.114470 | 0.137953 | 0.113487 | 0.003638 | 0.592248 | 0.999869 | 0.260192 | 0.245712 | 0.016669 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_WORK_PHONE | 0.021343 | 0.049480 | 0.020326 | 0.064176 | 0.060858 | 0.078331 | 0.035667 | 0.067222 | 0.151993 | 0.224307 | 0.039267 | 0.056728 | 0.116228 | NaN | 0.224687 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_CONT_MOBILE | 0.077523 | 0.015049 | 0.005586 | 0.032661 | 0.062911 | 0.075413 | 0.058965 | 0.015923 | 0.067859 | 0.023054 | 0.001053 | 0.029702 | 0.029392 | NaN | 0.023762 | 0.028452 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_PHONE | 0.041153 | 0.015353 | 0.038589 | 0.029517 | 0.018371 | 0.014510 | 0.031747 | 0.057087 | 0.063480 | 0.041670 | 0.061727 | 0.016234 | 0.200710 | NaN | 0.042445 | 0.316104 | 0.035654 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_EMAIL | 0.000503 | 0.007686 | 0.034447 | 0.094150 | 0.052478 | 0.102550 | 0.048468 | 0.052425 | 0.126844 | 0.078346 | 0.038978 | 0.043533 | 0.060856 | NaN | 0.079667 | 0.045663 | 0.014344 | 0.026753 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| CNT_FAM_MEMBERS | 0.001072 | 0.004398 | 0.878948 | 0.056273 | 0.107552 | 0.115197 | 0.109982 | 0.091188 | 0.258901 | 0.218774 | 0.207984 | 0.036115 | 0.049587 | NaN | 0.219208 | 0.036393 | 0.012212 | 0.029360 | 0.038925 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| REGION_RATING_CLIENT | 0.014633 | 0.048257 | 0.002699 | 0.241756 | 0.112268 | 0.176127 | 0.109061 | 0.542106 | 0.022750 | 0.057082 | 0.063611 | 0.026794 | 0.180707 | NaN | 0.057733 | 0.020361 | 0.032470 | 0.055466 | 0.080424 | 0.023426 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| REGION_RATING_CLIENT_W_CITY | 0.001380 | 0.047872 | 0.004378 | 0.255289 | 0.114612 | 0.176469 | 0.109029 | 0.540329 | 0.048216 | 0.070338 | 0.059665 | 0.007780 | 0.167426 | NaN | 0.071031 | 0.028502 | 0.001823 | 0.057972 | 0.085076 | 0.029278 | 0.942583 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| HOUR_APPR_PROCESS_START | 0.028222 | 0.047768 | 0.027095 | 0.068465 | 0.024157 | 0.053944 | 0.033052 | 0.150805 | 0.084703 | 0.133797 | 0.017641 | 0.009853 | 0.141513 | NaN | 0.133701 | 0.071344 | 0.010658 | 0.080466 | 0.042806 | 0.032258 | 0.259598 | 0.231852 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| REG_REGION_NOT_LIVE_REGION | 0.001923 | 0.051294 | 0.017835 | 0.077126 | 0.015104 | 0.036936 | 0.013397 | 0.037935 | 0.068792 | 0.036567 | 0.068542 | 0.043166 | 0.039811 | NaN | 0.038026 | 0.076996 | 0.007427 | 0.093070 | 0.056791 | 0.005556 | 0.072683 | 0.066997 | 0.055686 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| REG_REGION_NOT_WORK_REGION | 0.035596 | 0.033979 | 0.000858 | 0.155777 | 0.006900 | 0.073886 | 0.013677 | 0.006273 | 0.115242 | 0.104176 | 0.061725 | 0.043289 | 0.044231 | NaN | 0.106501 | 0.083537 | 0.013486 | 0.076187 | 0.076695 | 0.001659 | 0.099854 | 0.088810 | 0.038431 | 0.453352 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LIVE_REGION_NOT_WORK_REGION | 0.049139 | 0.034976 | 0.008586 | 0.134979 | 0.004438 | 0.075467 | 0.008823 | 0.001667 | 0.106578 | 0.092121 | 0.034525 | 0.034527 | 0.032550 | NaN | 0.094032 | 0.052638 | 0.011907 | 0.027817 | 0.061492 | 0.019999 | 0.087131 | 0.077358 | 0.016250 | 0.079459 | 0.841310 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| REG_CITY_NOT_LIVE_CITY | 0.031702 | 0.015825 | 0.024736 | 0.006271 | 0.009450 | 0.022387 | 0.007994 | 0.082239 | 0.230215 | 0.120178 | 0.098336 | 0.087728 | 0.048480 | NaN | 0.121295 | 0.045795 | 0.016611 | 0.015369 | 0.023921 | 0.024212 | 0.010782 | 0.027379 | 0.029583 | 0.311505 | 0.127693 | 0.013564 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| REG_CITY_NOT_WORK_CITY | 0.013883 | 0.049782 | 0.033983 | 0.053501 | 0.024725 | 0.006345 | 0.027015 | 0.096402 | 0.218548 | 0.248855 | 0.092836 | 0.136929 | 0.099746 | NaN | 0.250099 | 0.101705 | 0.031670 | 0.072021 | 0.028307 | 0.069825 | 0.021115 | 0.033581 | 0.007867 | 0.112907 | 0.266459 | 0.208878 | 0.424602 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LIVE_CITY_NOT_WORK_CITY | 0.018482 | 0.024728 | 0.048443 | 0.044809 | 0.019265 | 0.004733 | 0.025423 | 0.067923 | 0.122963 | 0.211049 | 0.035947 | 0.093773 | 0.115588 | NaN | 0.211843 | 0.087313 | 0.026826 | 0.079415 | 0.013997 | 0.085869 | 0.009751 | 0.015328 | 0.004469 | 0.009034 | 0.229504 | 0.272756 | 0.011071 | 7.943717e-01 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| EXT_SOURCE_1 | 0.061703 | 0.126033 | 0.064677 | 0.113394 | 0.197924 | 0.196467 | 0.194057 | 0.131032 | 0.637371 | 0.230355 | 0.252051 | 0.215129 | 0.190174 | NaN | 0.236113 | 0.090766 | 0.004843 | 0.030327 | 0.052095 | 0.001141 | 0.190595 | 0.155022 | 0.019870 | 0.077142 | 0.050268 | 0.059234 | 0.157922 | 2.045080e-01 | 0.131649 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| EXT_SOURCE_2 | 0.019421 | 0.195020 | 0.008050 | 0.132792 | 0.101929 | 0.099269 | 0.107979 | 0.175989 | 0.086117 | 0.042009 | 0.108727 | 0.063513 | 0.177351 | NaN | 0.040665 | 0.005372 | 0.024575 | 0.085521 | 0.045971 | 0.013493 | 0.290721 | 0.286641 | 0.190868 | 0.036315 | 0.020392 | 0.010956 | 0.050868 | 8.045573e-02 | 0.075689 | 0.204156 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| EXT_SOURCE_3 | 0.018116 | 0.236136 | 0.026897 | 0.085420 | 0.038628 | 0.004570 | 0.044450 | 0.032714 | 0.195032 | 0.128932 | 0.063460 | 0.105045 | 0.001492 | NaN | 0.130537 | 0.038514 | 0.018541 | 0.006185 | 0.053143 | 0.001898 | 0.081429 | 0.070469 | 0.007654 | 0.042617 | 0.015454 | 0.019313 | 0.095970 | 8.237309e-02 | 0.021041 | 0.149979 | 0.129596 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| APARTMENTS_AVG | 0.047228 | 0.029215 | 0.092263 | 0.141433 | 0.111329 | 0.135281 | 0.114641 | 0.168042 | 0.003484 | 0.015241 | 0.026639 | 0.017343 | 0.158941 | NaN | 0.016206 | 0.005719 | 0.021196 | 0.102670 | 0.068221 | 0.071989 | 0.167186 | 0.196382 | 0.125787 | 0.020171 | 0.001163 | 0.003524 | 0.110357 | 1.493976e-01 | 0.129083 | 0.114585 | 0.132541 | 0.074401 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| BASEMENTAREA_AVG | 0.047508 | 0.015604 | 0.120233 | 0.117821 | 0.018724 | 0.035365 | 0.019256 | 0.070437 | 0.053199 | 0.043377 | 0.008882 | 0.016297 | 0.176552 | NaN | 0.041474 | 0.058606 | 0.029077 | 0.089500 | 0.007279 | 0.053436 | 0.005875 | 0.068999 | 0.052119 | 0.010232 | 0.009702 | 0.015319 | 0.012521 | 1.240243e-02 | 0.014391 | 0.192804 | 0.094250 | 0.011766 | 0.639512 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| YEARS_BEGINEXPLUATATION_AVG | 0.061911 | 0.109070 | 0.000794 | 0.021132 | 0.038922 | 0.029210 | 0.048441 | 0.018033 | 0.085543 | 0.022175 | 0.036048 | 0.090588 | 0.020942 | NaN | 0.022581 | 0.027258 | 0.022275 | 0.001106 | 0.031618 | 0.004816 | 0.001735 | 0.001701 | 0.009825 | 0.037504 | 0.037375 | 0.023615 | 0.032927 | 4.951918e-02 | 0.035361 | 0.031292 | 0.049898 | 0.074001 | 0.141374 | 0.065620 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| YEARS_BUILD_AVG | 0.003746 | 0.056153 | 0.058120 | 0.094909 | 0.075285 | 0.065746 | 0.070503 | 0.076315 | 0.065075 | 0.010822 | 0.133315 | 0.066716 | 0.104360 | NaN | 0.012273 | 0.030385 | NaN | 0.063824 | 0.110024 | 0.139000 | 0.006552 | 0.020570 | 0.021260 | 0.158290 | 0.111998 | 0.069164 | 0.123758 | 1.314235e-01 | 0.071138 | 0.165971 | 0.002409 | 0.046437 | 0.340435 | 0.239393 | 0.259029 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| COMMONAREA_AVG | 0.019521 | 0.064366 | 0.028722 | 0.014815 | 0.006582 | 0.008024 | 0.014071 | 0.147601 | 0.008589 | 0.000344 | 0.028031 | 0.004568 | 0.054158 | NaN | 0.002223 | 0.012788 | NaN | 0.021388 | 0.007038 | 0.065432 | 0.111325 | 0.103103 | 0.068381 | 0.219750 | 0.028662 | 0.069811 | 0.015154 | 6.753296e-02 | 0.096761 | 0.020457 | 0.036149 | 0.086302 | 0.546810 | 0.398908 | 0.045536 | 0.202329 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ELEVATORS_AVG | 0.019753 | 0.011130 | 0.040472 | 0.178823 | 0.169348 | 0.167831 | 0.168981 | 0.286538 | 0.003204 | 0.003573 | 0.026243 | 0.056653 | 0.153144 | NaN | 0.002741 | 0.053030 | 0.000202 | 0.137070 | 0.027717 | 0.034176 | 0.268657 | 0.277070 | 0.130837 | 0.058672 | 0.038886 | 0.026300 | 0.099865 | 1.568484e-01 | 0.139325 | 0.094378 | 0.168559 | 0.116080 | 0.860657 | 0.555957 | 0.117238 | 0.333117 | 0.547529 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ENTRANCES_AVG | 0.041933 | 0.029747 | 0.070505 | 0.044849 | 0.002580 | 0.024508 | 0.002934 | 0.025988 | 0.035523 | 0.016548 | 0.093607 | 0.010459 | 0.194620 | NaN | 0.016184 | 0.044358 | 0.044914 | 0.079683 | 0.089582 | 0.054666 | 0.025253 | 0.037513 | 0.061187 | 0.028103 | 0.009741 | 0.027755 | 0.066418 | 4.094187e-02 | 0.027117 | 0.112314 | 0.051055 | 0.002793 | 0.618555 | 0.623247 | 0.032173 | 0.079525 | 0.307491 | 0.408868 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLOORSMAX_AVG | 0.030458 | 0.011112 | 0.061270 | 0.210791 | 0.179673 | 0.210724 | 0.181911 | 0.288584 | 0.025884 | 0.000180 | 0.096980 | 0.007064 | 0.112578 | NaN | 0.000840 | 0.095272 | 0.053479 | 0.045565 | 0.053741 | 0.018810 | 0.242870 | 0.249696 | 0.095079 | 0.040495 | 0.015811 | 0.008801 | 0.095356 | 1.834198e-01 | 0.172222 | 0.101322 | 0.168492 | 0.119701 | 0.671524 | 0.349778 | 0.155682 | 0.503265 | 0.429136 | 0.718387 | 0.110446 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLOORSMIN_AVG | 0.001060 | 0.040934 | 0.099957 | 0.071824 | 0.126542 | 0.152034 | 0.125892 | 0.130679 | 0.088661 | 0.083233 | 0.123900 | 0.003191 | 0.089357 | NaN | 0.083970 | 0.016163 | 0.078994 | 0.070062 | 0.011212 | 0.079820 | 0.171681 | 0.179425 | 0.099035 | 0.000660 | 0.054572 | 0.002857 | 0.087204 | 7.669159e-02 | 0.096650 | 0.091280 | 0.120024 | 0.180663 | 0.454234 | 0.269213 | 0.165825 | 0.404675 | 0.284099 | 0.513705 | 0.039702 | 0.719217 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LANDAREA_AVG | 0.025554 | 0.056691 | 0.060073 | 0.047658 | 0.013745 | 0.035964 | 0.025055 | 0.119180 | 0.000487 | 0.000033 | 0.035025 | 0.012162 | 0.078804 | NaN | 0.000443 | 0.024896 | 0.036937 | 0.047048 | 0.023565 | 0.001663 | 0.124904 | 0.106976 | 0.005774 | 0.054371 | 0.030408 | 0.011978 | 0.071148 | 6.168882e-02 | 0.033451 | 0.077922 | 0.001342 | 0.016664 | 0.465994 | 0.365641 | 0.078103 | 0.202705 | 0.192298 | 0.416000 | 0.368090 | 0.276222 | 0.227151 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LIVINGAPARTMENTS_AVG | 0.005552 | 0.030848 | 0.068850 | 0.098583 | 0.019603 | 0.051439 | 0.016694 | 0.197156 | 0.012612 | 0.031045 | 0.053436 | 0.008259 | 0.164413 | NaN | 0.032782 | 0.003431 | NaN | 0.079423 | 0.136383 | 0.034107 | 0.164067 | 0.172156 | 0.101179 | 0.081501 | 0.010966 | 0.007268 | 0.098973 | 9.730955e-02 | 0.073773 | 0.234832 | 0.068440 | 0.116064 | 0.993192 | 0.651557 | 0.153335 | 0.347819 | 0.536587 | 0.862128 | 0.594975 | 0.679395 | 0.497625 | 0.442082 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LIVINGAREA_AVG | 0.070821 | 0.013003 | 0.094945 | 0.194636 | 0.149425 | 0.177338 | 0.158053 | 0.207932 | 0.007828 | 0.015780 | 0.030718 | 0.021177 | 0.161980 | NaN | 0.016931 | 0.022814 | 0.027148 | 0.112264 | 0.087050 | 0.063679 | 0.210263 | 0.245735 | 0.106642 | 0.036676 | 0.001450 | 0.000809 | 0.095089 | 1.339758e-01 | 0.120396 | 0.116408 | 0.139090 | 0.052406 | 0.939046 | 0.616927 | 0.111528 | 0.339631 | 0.552383 | 0.887157 | 0.598284 | 0.710417 | 0.436610 | 0.470133 | 0.939601 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NONLIVINGAPARTMENTS_AVG | 0.161910 | 0.052668 | 0.006557 | 0.005808 | 0.016497 | 0.120066 | 0.024114 | 0.028579 | 0.053891 | 0.052379 | 0.109646 | 0.065691 | 0.076789 | NaN | 0.051300 | 0.056102 | NaN | 0.054926 | 0.025539 | 0.014368 | 0.013361 | 0.050390 | 0.024731 | 0.020018 | 0.053683 | 0.046152 | 0.058916 | 4.467224e-03 | 0.045254 | 0.010684 | 0.064806 | 0.010726 | 0.340596 | 0.301228 | 0.053169 | 0.141530 | 0.302594 | 0.292360 | 0.088323 | 0.297967 | 0.178066 | 0.109590 | 0.290304 | 0.352256 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NONLIVINGAREA_AVG | 0.006089 | 0.037253 | 0.003016 | 0.092139 | 0.059765 | 0.082541 | 0.080178 | 0.009585 | 0.074753 | 0.051987 | 0.162809 | 0.014048 | 0.030204 | NaN | 0.051691 | 0.016121 | 0.009424 | 0.020089 | 0.043591 | 0.013325 | 0.012055 | 0.054884 | 0.095074 | 0.026493 | 0.030915 | 0.029347 | 0.000540 | 1.335308e-02 | 0.035926 | 0.014605 | 0.060185 | 0.007398 | 0.438847 | 0.284173 | 0.086491 | 0.160280 | 0.468404 | 0.340518 | 0.195202 | 0.353037 | 0.167992 | 0.165702 | 0.368405 | 0.447173 | 0.488168 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| APARTMENTS_MODE | 0.041148 | 0.021345 | 0.106458 | 0.113064 | 0.098492 | 0.124780 | 0.103897 | 0.115530 | 0.008305 | 0.003802 | 0.010996 | 0.004089 | 0.136512 | NaN | 0.004675 | 0.008291 | 0.029908 | 0.082767 | 0.044230 | 0.087973 | 0.138111 | 0.168132 | 0.119159 | 0.024586 | 0.016458 | 0.010401 | 0.100855 | 1.384929e-01 | 0.120097 | 0.081601 | 0.125231 | 0.072939 | 0.969375 | 0.622576 | 0.161377 | 0.306913 | 0.563773 | 0.826775 | 0.624643 | 0.628698 | 0.434109 | 0.487303 | 0.950293 | 0.914591 | 0.297862 | 0.452624 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| BASEMENTAREA_MODE | 0.051787 | 0.004340 | 0.117293 | 0.098125 | 0.012593 | 0.031000 | 0.013997 | 0.016470 | 0.061168 | 0.037529 | 0.001603 | 0.019105 | 0.153451 | NaN | 0.035518 | 0.069924 | 0.036459 | 0.065613 | 0.003977 | 0.055587 | 0.024306 | 0.038560 | 0.039839 | 0.017325 | 0.012089 | 0.003118 | 0.002308 | 2.551161e-03 | 0.001408 | 0.171451 | 0.080691 | 0.005152 | 0.607268 | 0.982741 | 0.062182 | 0.209612 | 0.398541 | 0.525755 | 0.620924 | 0.312904 | 0.239754 | 0.373242 | 0.606873 | 0.592534 | 0.286030 | 0.286840 | 0.628887 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| YEARS_BEGINEXPLUATATION_MODE | 0.070360 | 0.098599 | 0.001807 | 0.024067 | 0.032068 | 0.025171 | 0.041104 | 0.012431 | 0.095280 | 0.024146 | 0.004231 | 0.079590 | 0.005896 | NaN | 0.024542 | 0.028919 | 0.012362 | 0.019791 | 0.024478 | 0.010415 | 0.000918 | 0.003921 | 0.011147 | 0.021615 | 0.025428 | 0.018919 | 0.022973 | 3.606041e-02 | 0.028533 | 0.030424 | 0.041698 | 0.057972 | 0.078951 | 0.029665 | 0.965313 | 0.120870 | 0.024849 | 0.065130 | 0.016358 | 0.067208 | 0.101997 | 0.039677 | 0.101821 | 0.051913 | 0.033514 | 0.052873 | 0.101679 | 0.030726 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| YEARS_BUILD_MODE | 0.000830 | 0.061698 | 0.066690 | 0.110231 | 0.078674 | 0.060522 | 0.072856 | 0.085451 | 0.080742 | 0.017838 | 0.128308 | 0.069829 | 0.091553 | NaN | 0.019478 | 0.031998 | NaN | 0.063499 | 0.109190 | 0.147032 | 0.004973 | 0.029597 | 0.015743 | 0.156082 | 0.114275 | 0.072395 | 0.118132 | 1.269732e-01 | 0.071821 | 0.162798 | 0.005458 | 0.051620 | 0.339342 | 0.244710 | 0.251507 | 0.987627 | 0.194674 | 0.327187 | 0.084416 | 0.483351 | 0.379020 | 0.201338 | 0.346870 | 0.334863 | 0.139755 | 0.161390 | 0.311565 | 0.220456 | 0.118520 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| COMMONAREA_MODE | 0.030203 | 0.073427 | 0.018911 | 0.021791 | 0.005083 | 0.009980 | 0.013796 | 0.122290 | 0.022193 | 0.007945 | 0.032587 | 0.011266 | 0.042227 | NaN | 0.009936 | 0.021248 | NaN | 0.037124 | 0.006540 | 0.063014 | 0.100425 | 0.094894 | 0.068892 | 0.223267 | 0.021246 | 0.077604 | 0.008228 | 5.995995e-02 | 0.090812 | 0.014630 | 0.045835 | 0.078405 | 0.530599 | 0.389597 | 0.040816 | 0.193536 | 0.988474 | 0.533036 | 0.305507 | 0.406382 | 0.258858 | 0.188431 | 0.521678 | 0.539696 | 0.277771 | 0.472628 | 0.566257 | 0.402906 | 0.021792 | 0.190497 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ELEVATORS_MODE | 0.016282 | 0.008370 | 0.055086 | 0.168802 | 0.164280 | 0.161726 | 0.166480 | 0.257131 | 0.008320 | 0.011530 | 0.012713 | 0.067013 | 0.138695 | NaN | 0.010745 | 0.050457 | 0.001971 | 0.121198 | 0.014643 | 0.051092 | 0.252629 | 0.260320 | 0.129454 | 0.026810 | 0.051173 | 0.018491 | 0.093478 | 1.502114e-01 | 0.134441 | 0.079775 | 0.171009 | 0.119230 | 0.840878 | 0.550491 | 0.132553 | 0.302642 | 0.562666 | 0.981980 | 0.416427 | 0.686623 | 0.491109 | 0.426838 | 0.834406 | 0.874946 | 0.255501 | 0.352669 | 0.847305 | 0.542523 | 0.081458 | 0.303848 | 0.561079 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ENTRANCES_MODE | 0.041342 | 0.016815 | 0.077872 | 0.027740 | 0.007660 | 0.013645 | 0.001016 | 0.011094 | 0.043402 | 0.017353 | 0.116149 | 0.018650 | 0.175648 | NaN | 0.016968 | 0.053022 | 0.034952 | 0.066310 | 0.086944 | 0.064381 | 0.009237 | 0.021063 | 0.061091 | 0.043137 | 0.012058 | 0.041848 | 0.055275 | 3.401418e-02 | 0.022754 | 0.109479 | 0.046042 | 0.005477 | 0.585509 | 0.595147 | 0.022937 | 0.049963 | 0.296838 | 0.377917 | 0.972522 | 0.086300 | 0.016649 | 0.368094 | 0.544204 | 0.572167 | 0.063237 | 0.200200 | 0.627184 | 0.618044 | 0.012477 | 0.066372 | 0.309004 | 0.408548 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLOORSMAX_MODE | 0.036841 | 0.012355 | 0.066352 | 0.205305 | 0.178832 | 0.204564 | 0.182033 | 0.263155 | 0.020129 | 0.002538 | 0.093045 | 0.005026 | 0.103424 | NaN | 0.001600 | 0.091684 | 0.044685 | 0.034471 | 0.049631 | 0.021346 | 0.233720 | 0.237217 | 0.099483 | 0.043499 | 0.010410 | 0.003614 | 0.090053 | 1.813569e-01 | 0.171814 | 0.099780 | 0.166240 | 0.126996 | 0.672681 | 0.351531 | 0.154615 | 0.499352 | 0.428360 | 0.713222 | 0.114993 | 0.990420 | 0.697736 | 0.281522 | 0.674636 | 0.709652 | 0.297014 | 0.360762 | 0.640549 | 0.324327 | 0.067238 | 0.491712 | 0.410245 | 0.691760 | 0.102849 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLOORSMIN_MODE | 0.009394 | 0.034286 | 0.093538 | 0.058144 | 0.132641 | 0.149412 | 0.130453 | 0.108499 | 0.090927 | 0.088664 | 0.121017 | 0.006608 | 0.085317 | NaN | 0.089415 | 0.018892 | 0.068473 | 0.063529 | 0.000145 | 0.068868 | 0.154417 | 0.163705 | 0.098792 | 0.001616 | 0.049801 | 0.002134 | 0.082690 | 7.541765e-02 | 0.096850 | 0.083923 | 0.117745 | 0.179295 | 0.457168 | 0.274420 | 0.165566 | 0.410843 | 0.284361 | 0.514803 | 0.042465 | 0.710634 | 0.990210 | 0.230659 | 0.499451 | 0.438880 | 0.181688 | 0.175314 | 0.447095 | 0.253238 | 0.102162 | 0.398375 | 0.265234 | 0.502735 | 0.033286 | 0.706122 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LANDAREA_MODE | 0.031846 | 0.048706 | 0.063368 | 0.052198 | 0.017426 | 0.039294 | 0.028838 | 0.119585 | 0.011509 | 0.000626 | 0.019405 | 0.006390 | 0.074308 | NaN | 0.001201 | 0.035103 | 0.036077 | 0.049724 | 0.016081 | 0.007745 | 0.125726 | 0.105087 | 0.008821 | 0.050805 | 0.023939 | 0.005860 | 0.065242 | 5.614839e-02 | 0.029388 | 0.082612 | 0.003103 | 0.019102 | 0.458901 | 0.366172 | 0.075616 | 0.184337 | 0.196347 | 0.415712 | 0.375674 | 0.266578 | 0.224618 | 0.988326 | 0.433367 | 0.469958 | 0.092401 | 0.170664 | 0.490940 | 0.386907 | 0.040657 | 0.182937 | 0.198859 | 0.432259 | 0.387727 | 0.272823 | 0.233084 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LIVINGAPARTMENTS_MODE | 0.011744 | 0.014392 | 0.079675 | 0.059075 | 0.010930 | 0.045443 | 0.009063 | 0.129112 | 0.002018 | 0.024439 | 0.027929 | 0.022252 | 0.135777 | NaN | 0.025913 | 0.000695 | NaN | 0.045967 | 0.106156 | 0.049340 | 0.123269 | 0.136152 | 0.077879 | 0.006407 | 0.023724 | 0.021859 | 0.091165 | 8.740197e-02 | 0.065124 | 0.209248 | 0.062232 | 0.105842 | 0.951682 | 0.643339 | 0.144670 | 0.321083 | 0.556910 | 0.823133 | 0.609551 | 0.615501 | 0.485609 | 0.465851 | 0.959517 | 0.907948 | 0.256902 | 0.378452 | 0.987467 | 0.643367 | 0.097254 | 0.326399 | 0.560223 | 0.853891 | 0.604612 | 0.620915 | 0.498589 | 0.469074 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LIVINGAREA_MODE | 0.071108 | 0.000051 | 0.105407 | 0.170173 | 0.139322 | 0.167868 | 0.149240 | 0.154761 | 0.001805 | 0.007637 | 0.022124 | 0.029925 | 0.144359 | NaN | 0.008828 | 0.010198 | 0.025438 | 0.091398 | 0.068235 | 0.072538 | 0.178139 | 0.213577 | 0.101014 | 0.002542 | 0.011150 | 0.011766 | 0.083728 | 1.236262e-01 | 0.113393 | 0.095129 | 0.125904 | 0.050061 | 0.913103 | 0.605075 | 0.105728 | 0.311089 | 0.560087 | 0.856777 | 0.601857 | 0.674040 | 0.413476 | 0.490613 | 0.902086 | 0.976706 | 0.318671 | 0.459022 | 0.938928 | 0.612451 | 0.050868 | 0.314509 | 0.566538 | 0.873533 | 0.604731 | 0.684720 | 0.426496 | 0.499803 | 0.935335 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NONLIVINGAPARTMENTS_MODE | 0.161291 | 0.056173 | 0.015843 | 0.000846 | 0.008367 | 0.139733 | 0.019705 | 0.022058 | 0.047732 | 0.052482 | 0.098146 | 0.051276 | 0.067313 | NaN | 0.051216 | 0.055605 | NaN | 0.029161 | 0.038469 | 0.004579 | 0.008757 | 0.054476 | 0.030888 | 0.019407 | 0.053872 | 0.045526 | 0.074848 | 1.735128e-02 | 0.040866 | 0.025503 | 0.031788 | 0.021143 | 0.329063 | 0.300919 | 0.047223 | 0.118500 | 0.328528 | 0.274655 | 0.096458 | 0.275183 | 0.142280 | 0.106760 | 0.282919 | 0.350823 | 0.965273 | 0.555232 | 0.321024 | 0.301840 | 0.031360 | 0.122272 | 0.320096 | 0.266723 | 0.091197 | 0.280191 | 0.150992 | 0.101876 | 0.281611 | 0.345322 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NONLIVINGAREA_MODE | 0.003417 | 0.030958 | 0.000406 | 0.072650 | 0.055986 | 0.075260 | 0.076398 | 0.016482 | 0.076228 | 0.043759 | 0.158692 | 0.006679 | 0.023747 | NaN | 0.043394 | 0.018714 | 0.008244 | 0.022710 | 0.044238 | 0.015956 | 0.000353 | 0.043159 | 0.083959 | 0.034588 | 0.042956 | 0.036460 | 0.005492 | 1.252124e-02 | 0.037431 | 0.001321 | 0.053383 | 0.015082 | 0.422943 | 0.279125 | 0.082836 | 0.142443 | 0.467417 | 0.330150 | 0.195658 | 0.335803 | 0.146590 | 0.168313 | 0.341572 | 0.440614 | 0.481890 | 0.991854 | 0.453064 | 0.295594 | 0.050658 | 0.145548 | 0.478254 | 0.351577 | 0.209409 | 0.345161 | 0.155266 | 0.177972 | 0.374869 | 0.464669 | 0.557813 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| APARTMENTS_MEDI | 0.050534 | 0.027935 | 0.090510 | 0.140744 | 0.108322 | 0.133801 | 0.112329 | 0.163195 | 0.002150 | 0.016403 | 0.026099 | 0.018548 | 0.156744 | NaN | 0.017407 | 0.007594 | 0.014165 | 0.105527 | 0.067177 | 0.072215 | 0.162697 | 0.192077 | 0.127715 | 0.020689 | 0.000583 | 0.001781 | 0.109401 | 1.472059e-01 | 0.127031 | 0.116906 | 0.130629 | 0.070597 | 0.998331 | 0.638231 | 0.141758 | 0.344832 | 0.547896 | 0.858761 | 0.618574 | 0.668530 | 0.454412 | 0.463086 | 0.990365 | 0.938017 | 0.340473 | 0.440986 | 0.970495 | 0.607377 | 0.079075 | 0.344140 | 0.534286 | 0.841550 | 0.587792 | 0.670855 | 0.458554 | 0.458161 | 0.954070 | 0.913789 | 0.330743 | 0.425048 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| BASEMENTAREA_MEDI | 0.047953 | 0.014363 | 0.122133 | 0.118196 | 0.018795 | 0.036540 | 0.019903 | 0.069276 | 0.057207 | 0.044668 | 0.004008 | 0.018728 | 0.176086 | NaN | 0.042786 | 0.056744 | 0.031211 | 0.086931 | 0.009687 | 0.053826 | 0.002279 | 0.065810 | 0.056092 | 0.010753 | 0.008520 | 0.014142 | 0.011466 | 1.046189e-02 | 0.012650 | 0.198455 | 0.092090 | 0.012056 | 0.636212 | 0.997882 | 0.062713 | 0.235444 | 0.396777 | 0.550773 | 0.624814 | 0.343997 | 0.261727 | 0.362511 | 0.647053 | 0.613704 | 0.282978 | 0.285242 | 0.623154 | 0.983177 | 0.026733 | 0.242073 | 0.390991 | 0.548044 | 0.601439 | 0.346333 | 0.268299 | 0.365960 | 0.643633 | 0.604744 | 0.290133 | 0.280892 | 0.636429 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| YEARS_BEGINEXPLUATATION_MEDI | 0.036307 | 0.134431 | 0.014837 | 0.006028 | 0.024579 | 0.009864 | 0.032743 | 0.018673 | 0.058795 | 0.015779 | 0.047595 | 0.097501 | 0.011389 | NaN | 0.016327 | 0.014910 | 0.024566 | 0.042792 | 0.029235 | 0.005847 | 0.002781 | 0.005146 | 0.009695 | 0.040856 | 0.037399 | 0.021478 | 0.032904 | 4.764799e-02 | 0.032002 | 0.028656 | 0.059556 | 0.092466 | 0.156086 | 0.075462 | 0.852930 | 0.296768 | 0.039296 | 0.122305 | 0.036832 | 0.172812 | 0.191331 | 0.092920 | 0.170894 | 0.121827 | 0.057723 | 0.091364 | 0.178047 | 0.067625 | 0.707222 | 0.292015 | 0.034945 | 0.140891 | 0.028221 | 0.172616 | 0.192385 | 0.086173 | 0.162560 | 0.113823 | 0.051481 | 0.088265 | 0.156900 | 0.074328 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| YEARS_BUILD_MEDI | 0.006728 | 0.056321 | 0.060100 | 0.104398 | 0.069905 | 0.060122 | 0.065122 | 0.078342 | 0.066555 | 0.008829 | 0.133375 | 0.067840 | 0.095504 | NaN | 0.010254 | 0.037448 | NaN | 0.064106 | 0.105339 | 0.142095 | 0.000051 | 0.026755 | 0.022191 | 0.155524 | 0.110433 | 0.068375 | 0.121937 | 1.298143e-01 | 0.070574 | 0.161395 | 0.004689 | 0.047029 | 0.336960 | 0.238479 | 0.258577 | 0.998245 | 0.199019 | 0.328429 | 0.078848 | 0.497387 | 0.398127 | 0.198195 | 0.343939 | 0.335751 | 0.138820 | 0.157702 | 0.303936 | 0.209198 | 0.121365 | 0.989968 | 0.190502 | 0.297950 | 0.051197 | 0.495072 | 0.405749 | 0.179133 | 0.317622 | 0.307907 | 0.116808 | 0.140462 | 0.341765 | 0.234846 | 0.299092 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| COMMONAREA_MEDI | 0.021238 | 0.064574 | 0.029456 | 0.012774 | 0.005338 | 0.008818 | 0.013176 | 0.152155 | 0.008166 | 0.000281 | 0.026569 | 0.005000 | 0.053628 | NaN | 0.002151 | 0.011835 | NaN | 0.022155 | 0.006924 | 0.065655 | 0.113024 | 0.104948 | 0.067534 | 0.219509 | 0.028523 | 0.069833 | 0.015042 | 6.734726e-02 | 0.096559 | 0.017412 | 0.036596 | 0.087088 | 0.547220 | 0.398723 | 0.045821 | 0.203626 | 0.999492 | 0.548991 | 0.305938 | 0.430743 | 0.285594 | 0.190558 | 0.536953 | 0.553179 | 0.300939 | 0.468460 | 0.564176 | 0.397828 | 0.024992 | 0.196225 | 0.987317 | 0.564136 | 0.294612 | 0.430231 | 0.286162 | 0.195120 | 0.556880 | 0.560569 | 0.327367 | 0.466974 | 0.547607 | 0.396170 | 0.039895 | 0.200583 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ELEVATORS_MEDI | 0.021947 | 0.009995 | 0.042958 | 0.180799 | 0.167934 | 0.166811 | 0.168535 | 0.284905 | 0.001871 | 0.003617 | 0.024231 | 0.058780 | 0.151893 | NaN | 0.002717 | 0.051141 | 0.000392 | 0.136293 | 0.027735 | 0.037619 | 0.266325 | 0.274996 | 0.133520 | 0.059255 | 0.037961 | 0.025422 | 0.099062 | 1.554358e-01 | 0.138073 | 0.094796 | 0.167209 | 0.112456 | 0.859844 | 0.555666 | 0.116341 | 0.331931 | 0.549238 | 0.998523 | 0.409555 | 0.714120 | 0.508915 | 0.414297 | 0.862190 | 0.887007 | 0.288259 | 0.342794 | 0.827471 | 0.526510 | 0.064638 | 0.326633 | 0.537407 | 0.983500 | 0.380818 | 0.709634 | 0.511790 | 0.416217 | 0.826834 | 0.857152 | 0.273358 | 0.332355 | 0.859810 | 0.552089 | 0.121434 | 0.327527 | 0.550298 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ENTRANCES_MEDI | 0.039816 | 0.029321 | 0.069753 | 0.043102 | 0.006060 | 0.024778 | 0.000674 | 0.026194 | 0.032705 | 0.017003 | 0.095744 | 0.013852 | 0.190904 | NaN | 0.016775 | 0.042056 | 0.037519 | 0.079620 | 0.096562 | 0.055052 | 0.021753 | 0.033891 | 0.065998 | 0.027829 | 0.012779 | 0.030799 | 0.065836 | 3.849373e-02 | 0.024613 | 0.120188 | 0.047580 | 0.001267 | 0.614096 | 0.620965 | 0.032665 | 0.083517 | 0.305701 | 0.402472 | 0.996752 | 0.105522 | 0.034158 | 0.364522 | 0.589022 | 0.593412 | 0.084264 | 0.196177 | 0.619782 | 0.618408 | 0.016900 | 0.090345 | 0.306248 | 0.411996 | 0.976681 | 0.109298 | 0.037639 | 0.373180 | 0.606593 | 0.595532 | 0.094910 | 0.195883 | 0.615999 | 0.625171 | 0.038355 | 0.084281 | 0.303223 | 0.405312 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLOORSMAX_MEDI | 0.033170 | 0.010559 | 0.059370 | 0.210242 | 0.178941 | 0.208683 | 0.181202 | 0.284441 | 0.023672 | 0.001729 | 0.098535 | 0.003969 | 0.111856 | NaN | 0.000745 | 0.097454 | 0.043582 | 0.043973 | 0.045590 | 0.016278 | 0.239624 | 0.246488 | 0.092742 | 0.040650 | 0.015325 | 0.008349 | 0.094692 | 1.822278e-01 | 0.171141 | 0.095373 | 0.166202 | 0.115793 | 0.670447 | 0.349002 | 0.156286 | 0.507654 | 0.427406 | 0.717746 | 0.109009 | 0.998354 | 0.714823 | 0.275074 | 0.676093 | 0.709531 | 0.296100 | 0.352808 | 0.629272 | 0.312589 | 0.067553 | 0.488996 | 0.404632 | 0.686676 | 0.084391 | 0.992156 | 0.710788 | 0.265034 | 0.613826 | 0.674293 | 0.274070 | 0.335474 | 0.668633 | 0.343505 | 0.174060 | 0.503191 | 0.429221 | 0.714269 | 0.103237 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLOORSMIN_MEDI | 0.004529 | 0.040320 | 0.100125 | 0.069184 | 0.125890 | 0.148095 | 0.125318 | 0.124978 | 0.087146 | 0.082413 | 0.126555 | 0.006459 | 0.089453 | NaN | 0.083117 | 0.020951 | 0.066654 | 0.066838 | 0.002547 | 0.077046 | 0.166453 | 0.174121 | 0.097758 | 0.000476 | 0.054082 | 0.002451 | 0.086671 | 7.589891e-02 | 0.095894 | 0.081093 | 0.117619 | 0.175754 | 0.454710 | 0.269109 | 0.166812 | 0.410344 | 0.284363 | 0.513364 | 0.037724 | 0.718168 | 0.997596 | 0.226210 | 0.496555 | 0.437472 | 0.177408 | 0.168222 | 0.435563 | 0.239650 | 0.102495 | 0.386173 | 0.258891 | 0.492351 | 0.015364 | 0.701613 | 0.992775 | 0.222922 | 0.485551 | 0.414202 | 0.142266 | 0.146822 | 0.456155 | 0.262237 | 0.193204 | 0.405231 | 0.286115 | 0.510170 | 0.032055 | 0.718524 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LANDAREA_MEDI | 0.024622 | 0.055167 | 0.064503 | 0.051705 | 0.013480 | 0.035919 | 0.025278 | 0.118773 | 0.006944 | 0.000274 | 0.031009 | 0.014524 | 0.078791 | NaN | 0.000782 | 0.027316 | 0.036679 | 0.042744 | 0.021946 | 0.003043 | 0.126619 | 0.108185 | 0.003985 | 0.053741 | 0.029185 | 0.010796 | 0.070083 | 5.974218e-02 | 0.031638 | 0.081642 | 0.000010 | 0.018583 | 0.461862 | 0.361947 | 0.076633 | 0.194102 | 0.192479 | 0.412360 | 0.368823 | 0.270754 | 0.222013 | 0.998674 | 0.438065 | 0.467235 | 0.090855 | 0.167439 | 0.487370 | 0.372140 | 0.039397 | 0.192629 | 0.190141 | 0.426779 | 0.370051 | 0.276079 | 0.225557 | 0.990150 | 0.466897 | 0.490877 | 0.095992 | 0.170401 | 0.459980 | 0.360567 | 0.090012 | 0.188979 | 0.191067 | 0.412008 | 0.365173 | 0.269643 | 0.221155 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LIVINGAPARTMENTS_MEDI | 0.003199 | 0.028617 | 0.069591 | 0.093186 | 0.016923 | 0.048545 | 0.014956 | 0.185833 | 0.012909 | 0.032972 | 0.053037 | 0.010356 | 0.162563 | NaN | 0.034706 | 0.002747 | NaN | 0.080354 | 0.137471 | 0.034506 | 0.153752 | 0.162006 | 0.100309 | 0.082302 | 0.012588 | 0.008773 | 0.097428 | 9.466388e-02 | 0.071442 | 0.233580 | 0.062985 | 0.112318 | 0.991898 | 0.650436 | 0.154032 | 0.352409 | 0.537420 | 0.860019 | 0.595206 | 0.675119 | 0.498631 | 0.441501 | 0.998518 | 0.938429 | 0.292211 | 0.369484 | 0.951688 | 0.608608 | 0.101987 | 0.352411 | 0.524751 | 0.834234 | 0.546363 | 0.670981 | 0.501434 | 0.434806 | 0.960905 | 0.902935 | 0.284979 | 0.343636 | 0.991869 | 0.648016 | 0.172388 | 0.349015 | 0.537243 | 0.862539 | 0.591277 | 0.672536 | 0.498535 | 0.438865 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| LIVINGAREA_MEDI | 0.070236 | 0.012387 | 0.096575 | 0.194212 | 0.149947 | 0.177315 | 0.159428 | 0.206963 | 0.006689 | 0.017318 | 0.028420 | 0.023184 | 0.161552 | NaN | 0.018473 | 0.023824 | 0.029699 | 0.114901 | 0.084524 | 0.065175 | 0.206972 | 0.242465 | 0.108378 | 0.036869 | 0.002119 | 0.001467 | 0.094537 | 1.328819e-01 | 0.119393 | 0.117831 | 0.137927 | 0.052133 | 0.937114 | 0.615784 | 0.110731 | 0.343731 | 0.552571 | 0.885696 | 0.597155 | 0.708429 | 0.436922 | 0.467167 | 0.938115 | 0.998739 | 0.347529 | 0.448699 | 0.913750 | 0.590462 | 0.050702 | 0.340453 | 0.541750 | 0.875961 | 0.573551 | 0.708309 | 0.440339 | 0.467860 | 0.908822 | 0.975239 | 0.348467 | 0.441226 | 0.938027 | 0.614380 | 0.122723 | 0.340589 | 0.553063 | 0.887353 | 0.594167 | 0.708116 | 0.438746 | 0.465281 | 0.939376 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NONLIVINGAPARTMENTS_MEDI | 0.162153 | 0.053457 | 0.007964 | 0.003760 | 0.016055 | 0.123398 | 0.024180 | 0.029182 | 0.051478 | 0.052237 | 0.108436 | 0.064534 | 0.076127 | NaN | 0.051131 | 0.055846 | NaN | 0.052517 | 0.027089 | 0.012797 | 0.013575 | 0.051865 | 0.026521 | 0.020070 | 0.054248 | 0.046534 | 0.061036 | 5.809734e-03 | 0.045198 | 0.013533 | 0.061192 | 0.012182 | 0.341699 | 0.302746 | 0.052740 | 0.139296 | 0.307861 | 0.292484 | 0.089947 | 0.297705 | 0.174661 | 0.110020 | 0.291872 | 0.354152 | 0.999351 | 0.499579 | 0.302078 | 0.288941 | 0.033434 | 0.137656 | 0.284386 | 0.257833 | 0.066313 | 0.296508 | 0.178036 | 0.094392 | 0.261175 | 0.323259 | 0.973139 | 0.493814 | 0.341774 | 0.285463 | 0.057193 | 0.136649 | 0.306248 | 0.288696 | 0.086129 | 0.295741 | 0.173811 | 0.092471 | 0.293818 | 0.349672 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NONLIVINGAREA_MEDI | 0.005888 | 0.036495 | 0.002672 | 0.091999 | 0.057849 | 0.083183 | 0.078458 | 0.007095 | 0.075559 | 0.050027 | 0.161877 | 0.013845 | 0.028323 | NaN | 0.049801 | 0.019172 | 0.009239 | 0.018089 | 0.043930 | 0.012082 | 0.010674 | 0.053706 | 0.099032 | 0.025922 | 0.026815 | 0.025114 | 0.000361 | 9.704693e-03 | 0.032198 | 0.013554 | 0.057684 | 0.010963 | 0.437091 | 0.283790 | 0.085712 | 0.159854 | 0.467622 | 0.338036 | 0.195945 | 0.349485 | 0.163169 | 0.167953 | 0.366508 | 0.445151 | 0.487242 | 0.999258 | 0.452006 | 0.288310 | 0.052407 | 0.161223 | 0.474928 | 0.350822 | 0.202285 | 0.356801 | 0.170512 | 0.174135 | 0.378446 | 0.457919 | 0.555415 | 0.991183 | 0.440049 | 0.285324 | 0.090731 | 0.157566 | 0.467187 | 0.341083 | 0.198445 | 0.348967 | 0.163075 | 0.169796 | 0.368525 | 0.447107 | 0.498957 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| TOTALAREA_MODE | 0.059930 | 0.030899 | 0.098466 | 0.207389 | 0.160796 | 0.168596 | 0.166595 | 0.210996 | 0.010413 | 0.028356 | 0.040551 | 0.015829 | 0.159597 | NaN | 0.029363 | 0.026393 | 0.031511 | 0.116737 | 0.094401 | 0.062223 | 0.201254 | 0.236440 | 0.115806 | 0.037957 | 0.011567 | 0.010381 | 0.094084 | 1.400845e-01 | 0.134111 | 0.121872 | 0.163805 | 0.063263 | 0.918216 | 0.592504 | 0.165691 | 0.331850 | 0.545977 | 0.867397 | 0.553238 | 0.708591 | 0.440286 | 0.444059 | 0.904238 | 0.958689 | 0.321574 | 0.506877 | 0.873486 | 0.554408 | 0.099591 | 0.324769 | 0.525360 | 0.841209 | 0.524477 | 0.700725 | 0.436877 | 0.444883 | 0.845709 | 0.916091 | 0.333384 | 0.495953 | 0.912944 | 0.590118 | 0.182372 | 0.328424 | 0.548142 | 0.866388 | 0.550835 | 0.705636 | 0.439642 | 0.441994 | 0.899116 | 0.956289 | 0.326493 | 0.504413 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OBS_30_CNT_SOCIAL_CIRCLE | 0.015600 | 0.007666 | 0.035636 | 0.051320 | 0.028405 | 0.019746 | 0.031850 | 0.053036 | 0.004734 | 0.011585 | 0.050975 | 0.067442 | 0.029958 | NaN | 0.011248 | 0.045569 | 0.000578 | 0.013548 | 0.018927 | 0.031567 | 0.009249 | 0.002880 | 0.025541 | 0.005441 | 0.040462 | 0.037070 | 0.020905 | 2.215306e-02 | 0.065832 | 0.026907 | 0.012433 | 0.006944 | 0.012701 | 0.038185 | 0.011661 | 0.022446 | 0.021020 | 0.015191 | 0.005283 | 0.052599 | 0.043124 | 0.070653 | 0.005945 | 0.013626 | 0.024051 | 0.045291 | 0.030930 | 0.025677 | 0.005594 | 0.023427 | 0.009000 | 0.026334 | 0.035105 | 0.052019 | 0.047786 | 0.074982 | 0.025316 | 0.029450 | 0.002731 | 0.045307 | 0.015686 | 0.032851 | 0.025939 | 0.023588 | 0.029058 | 0.020250 | 0.009649 | 0.049207 | 0.039487 | 0.072549 | 0.013282 | 0.018387 | 0.020413 | 0.049484 | 0.001649 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| DEF_30_CNT_SOCIAL_CIRCLE | 0.007384 | 0.021280 | 0.022137 | 0.078945 | 0.015922 | 0.025840 | 0.011908 | 0.008744 | 0.029613 | 0.055835 | 0.019517 | 0.004335 | 0.028149 | NaN | 0.055626 | 0.023667 | 0.017566 | 0.003782 | 0.021685 | 0.023340 | 0.029249 | 0.031423 | 0.013358 | 0.024317 | 0.022951 | 0.019333 | 0.049586 | 4.324941e-02 | 0.034754 | 0.078071 | 0.021068 | 0.044446 | 0.046074 | 0.072618 | 0.027742 | 0.072744 | 0.027280 | 0.043793 | 0.133971 | 0.003315 | 0.001810 | 0.092719 | 0.037982 | 0.063122 | 0.054912 | 0.045526 | 0.056169 | 0.081343 | 0.023204 | 0.074832 | 0.039284 | 0.053349 | 0.147294 | 0.000259 | 0.008466 | 0.102327 | 0.047879 | 0.073384 | 0.023483 | 0.052492 | 0.047227 | 0.078429 | 0.024701 | 0.071383 | 0.024525 | 0.045831 | 0.136792 | 0.004878 | 0.001530 | 0.095843 | 0.039005 | 0.065418 | 0.051279 | 0.047117 | 0.056179 | 0.281898 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OBS_60_CNT_SOCIAL_CIRCLE | 0.015756 | 0.008088 | 0.036019 | 0.053118 | 0.028512 | 0.017868 | 0.032021 | 0.054757 | 0.003741 | 0.012588 | 0.055008 | 0.069284 | 0.026473 | NaN | 0.012231 | 0.043033 | 0.001015 | 0.012626 | 0.021157 | 0.030741 | 0.008132 | 0.001253 | 0.025002 | 0.004426 | 0.038917 | 0.035723 | 0.020088 | 2.531033e-02 | 0.068428 | 0.025257 | 0.011088 | 0.009036 | 0.011186 | 0.041073 | 0.010783 | 0.021128 | 0.023275 | 0.011480 | 0.008158 | 0.050842 | 0.041735 | 0.071141 | 0.003433 | 0.012066 | 0.025551 | 0.044996 | 0.029940 | 0.028478 | 0.004819 | 0.022071 | 0.007330 | 0.023030 | 0.038052 | 0.050489 | 0.046632 | 0.075585 | 0.023041 | 0.028390 | 0.001302 | 0.045128 | 0.014253 | 0.035633 | 0.025323 | 0.022296 | 0.031417 | 0.016628 | 0.012576 | 0.047431 | 0.038070 | 0.073102 | 0.010925 | 0.016911 | 0.021863 | 0.049265 | 0.000134 | 0.998284 | 0.283491 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| DEF_60_CNT_SOCIAL_CIRCLE | 0.013852 | 0.010795 | 0.006004 | 0.081999 | 0.018390 | 0.022297 | 0.013182 | 0.004202 | 0.009995 | 0.027291 | 0.005342 | 0.003785 | 0.069399 | NaN | 0.027284 | 0.019169 | 0.014901 | 0.012067 | 0.045626 | 0.024972 | 0.040006 | 0.042652 | 0.013530 | 0.036779 | 0.052642 | 0.043118 | 0.047191 | 5.521671e-02 | 0.046186 | 0.106941 | 0.008760 | 0.038718 | 0.047058 | 0.087427 | 0.011387 | 0.028964 | 0.014630 | 0.032110 | 0.145778 | 0.009884 | 0.056925 | 0.056267 | 0.017295 | 0.071561 | 0.087147 | 0.029472 | 0.055412 | 0.088018 | 0.014212 | 0.032080 | 0.018754 | 0.040971 | 0.151717 | 0.008921 | 0.067621 | 0.066941 | 0.020959 | 0.079966 | 0.050924 | 0.035431 | 0.045569 | 0.092051 | 0.006443 | 0.028076 | 0.014828 | 0.032232 | 0.145990 | 0.011634 | 0.061070 | 0.060968 | 0.014387 | 0.071826 | 0.081737 | 0.029374 | 0.068982 | 0.195954 | 0.842271 | 0.198445 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| DAYS_LAST_PHONE_CHANGE | 0.049737 | 0.074336 | 0.025133 | 0.005690 | 0.045220 | 0.064247 | 0.050737 | 0.061703 | 0.103003 | 0.020069 | 0.051219 | 0.088416 | 0.043669 | NaN | 0.017513 | 0.104329 | 0.064660 | 0.113008 | 0.067061 | 0.004373 | 0.023876 | 0.006571 | 0.051216 | 0.061609 | 0.092215 | 0.073704 | 0.067181 | 6.795274e-02 | 0.046597 | 0.200792 | 0.179980 | 0.074534 | 0.056708 | 0.022476 | 0.055755 | 0.103225 | 0.011315 | 0.029098 | 0.085361 | 0.016196 | 0.023085 | 0.096236 | 0.040120 | 0.065533 | 0.052262 | 0.054165 | 0.034592 | 0.004019 | 0.065554 | 0.095473 | 0.001016 | 0.015172 | 0.063350 | 0.015658 | 0.028302 | 0.080867 | 0.012478 | 0.049645 | 0.045963 | 0.060184 | 0.057975 | 0.018394 | 0.035186 | 0.105658 | 0.012250 | 0.029561 | 0.085067 | 0.021446 | 0.031394 | 0.094235 | 0.040879 | 0.066215 | 0.053279 | 0.052286 | 0.049049 | 0.017391 | 0.038068 | 0.015901 | 0.019556 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_2 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_3 | 0.060235 | 0.020931 | 0.048420 | 0.072485 | 0.101580 | 0.100707 | 0.080061 | 0.097523 | 0.054664 | 0.173869 | 0.008727 | 0.014155 | 0.039050 | NaN | 0.172973 | 0.091432 | 0.033953 | 0.003575 | 0.015776 | 0.069956 | 0.102762 | 0.090200 | 0.029044 | 0.033850 | 0.021310 | 0.015791 | 0.038120 | 3.741350e-02 | 0.064893 | 0.005101 | 0.077292 | 0.070707 | 0.045276 | 0.061394 | 0.049696 | 0.035151 | 0.030816 | 0.055085 | 0.057583 | 0.080993 | 0.003786 | 0.077534 | 0.067890 | 0.084221 | 0.024796 | 0.030491 | 0.025030 | 0.057218 | 0.038284 | 0.043367 | 0.018325 | 0.043142 | 0.046372 | 0.078771 | 0.008984 | 0.074133 | 0.036354 | 0.067931 | 0.035429 | 0.032163 | 0.042521 | 0.061229 | 0.076261 | 0.037179 | 0.030713 | 0.055705 | 0.050543 | 0.083090 | 0.000294 | 0.078637 | 0.066027 | 0.083926 | 0.027213 | 0.029704 | 0.067906 | 0.041739 | 0.003049 | 0.040403 | 0.033856 | 0.094822 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_4 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_5 | 0.049161 | 0.036079 | 0.042302 | 0.076524 | 0.022874 | 0.014118 | 0.032978 | 0.028936 | 0.027021 | 0.035742 | 0.015547 | 0.017685 | 0.035329 | NaN | 0.035758 | 0.083200 | 0.007214 | 0.033029 | 0.034387 | 0.043769 | 0.026940 | 0.020440 | 0.001347 | 0.040380 | 0.067767 | 0.046085 | 0.071727 | 4.912820e-02 | 0.014093 | 0.038171 | 0.061889 | 0.023638 | 0.035118 | 0.014030 | 0.000141 | 0.027844 | 0.033617 | 0.030748 | 0.009611 | 0.019554 | 0.063328 | 0.062811 | 0.054412 | 0.029139 | 0.029547 | 0.027906 | 0.030116 | 0.007622 | 0.003213 | 0.024820 | 0.030462 | 0.027495 | 0.015138 | 0.017025 | 0.061544 | 0.059946 | 0.050354 | 0.028137 | 0.030352 | 0.030948 | 0.034721 | 0.013419 | 0.002844 | 0.027094 | 0.033493 | 0.030361 | 0.009668 | 0.019298 | 0.063060 | 0.062402 | 0.053720 | 0.028912 | 0.029897 | 0.028291 | 0.030436 | 0.018628 | 0.042114 | 0.021329 | 0.035724 | 0.029926 | NaN | 0.212460 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_6 | 0.016112 | 0.005999 | 0.123028 | 0.125308 | 0.090289 | 0.100538 | 0.095260 | 0.037312 | 0.355467 | 0.580393 | 0.147591 | 0.154458 | 0.071571 | NaN | 0.580530 | 0.137881 | 0.014582 | 0.012323 | 0.020142 | 0.142684 | 0.001866 | 0.016265 | 0.035795 | 0.035990 | 0.065355 | 0.057704 | 0.065979 | 1.534751e-01 | 0.119794 | 0.184988 | 0.016449 | 0.093061 | 0.008590 | 0.035789 | 0.007933 | 0.000591 | 0.060154 | 0.006437 | 0.001485 | 0.001777 | 0.040946 | 0.024271 | 0.026012 | 0.017400 | 0.008135 | 0.060312 | 0.007576 | 0.030645 | 0.011717 | 0.007551 | 0.043516 | 0.008143 | 0.005066 | 0.001052 | 0.048750 | 0.019537 | 0.024790 | 0.021437 | 0.004922 | 0.056040 | 0.011401 | 0.036780 | 0.002882 | 0.001103 | 0.060170 | 0.004839 | 0.002896 | 0.003399 | 0.040432 | 0.022853 | 0.021230 | 0.019643 | 0.007396 | 0.058956 | 0.025242 | 0.021195 | 0.088210 | 0.023480 | 0.065579 | 0.032591 | NaN | 0.429465 | NaN | 0.034958 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_7 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_8 | 0.056576 | 0.000703 | 0.022563 | 0.164197 | 0.070758 | 0.113324 | 0.065207 | 0.100472 | 0.082137 | 0.111466 | 0.074918 | 0.051204 | 0.106773 | NaN | 0.112368 | 0.026495 | 0.016719 | 0.001923 | 0.052156 | 0.031392 | 0.091579 | 0.084616 | 0.071797 | 0.066617 | 0.095195 | 0.054918 | 0.024044 | 6.417724e-02 | 0.050835 | 0.053867 | 0.060588 | 0.003828 | 0.125715 | 0.051314 | 0.122754 | 0.050444 | 0.022379 | 0.064463 | 0.063427 | 0.079276 | 0.019697 | 0.003835 | 0.106248 | 0.125253 | 0.029450 | 0.090654 | 0.082642 | 0.030484 | 0.107533 | 0.061605 | 0.011171 | 0.041511 | 0.046843 | 0.070715 | 0.015657 | 0.003158 | 0.058053 | 0.094041 | 0.026674 | 0.085136 | 0.121997 | 0.054733 | 0.157251 | 0.058746 | 0.022378 | 0.066703 | 0.057128 | 0.079218 | 0.022145 | 0.000093 | 0.104824 | 0.126255 | 0.030276 | 0.086435 | 0.135759 | 0.026806 | 0.043150 | 0.026307 | 0.060503 | 0.048857 | NaN | 0.492411 | NaN | 0.040082 | 0.081021 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_9 | 0.044545 | 0.017386 | 0.036058 | 0.004771 | 0.056066 | 0.051687 | 0.057424 | 0.074165 | 0.031943 | 0.026620 | 0.007780 | 0.046571 | NaN | NaN | 0.027452 | 0.005892 | 0.003476 | 0.062826 | 0.016571 | 0.026169 | 0.037598 | 0.035017 | 0.014872 | 0.008580 | 0.015581 | 0.013756 | 0.037925 | 5.098245e-17 | 0.030991 | 0.000299 | 0.079436 | 0.010102 | 0.080764 | 0.049497 | 0.008665 | 0.013991 | 0.075775 | 0.096817 | 0.042970 | 0.093528 | 0.138151 | 0.063775 | 0.102824 | 0.079987 | 0.029547 | 0.030568 | 0.060498 | 0.023229 | 0.006851 | 0.015762 | 0.074018 | 0.077363 | 0.010688 | 0.077529 | 0.118947 | 0.059535 | 0.078115 | 0.060501 | 0.030352 | 0.031285 | 0.081148 | 0.049993 | 0.008267 | 0.013942 | 0.075736 | 0.097275 | 0.042818 | 0.093468 | 0.138151 | 0.064386 | 0.103558 | 0.080126 | 0.029897 | 0.030169 | 0.101123 | 0.016118 | 0.017566 | 0.015835 | 0.014901 | 0.004835 | NaN | 0.102383 | NaN | 0.008334 | 0.016846 | NaN | 0.019315 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_10 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_11 | 0.025733 | 0.015049 | 0.031211 | 0.032739 | 0.036523 | 0.048420 | 0.033773 | 0.021172 | 0.034155 | 0.024025 | 0.014203 | 0.021796 | NaN | NaN | 0.023762 | 0.105757 | 0.003009 | 0.004362 | 0.014344 | 0.047555 | 0.032470 | 0.036160 | 0.038342 | 0.007427 | 0.013486 | 0.011907 | 0.016611 | 3.167032e-02 | 0.026826 | NaN | 0.013010 | 0.010995 | 0.012442 | 0.218090 | 0.008706 | NaN | NaN | NaN | 0.002884 | 0.034582 | NaN | NaN | NaN | 0.022988 | NaN | 0.024585 | 0.010129 | 0.219522 | 0.001438 | NaN | NaN | NaN | 0.000409 | 0.033156 | NaN | NaN | NaN | 0.019883 | NaN | 0.025788 | 0.012268 | 0.218587 | 0.011744 | NaN | NaN | NaN | 0.002806 | 0.034382 | NaN | NaN | NaN | 0.022831 | NaN | 0.024661 | 0.023797 | 0.024467 | 0.017566 | 0.024260 | 0.014901 | 0.056699 | NaN | 0.088622 | NaN | 0.007214 | 0.014582 | NaN | 0.016719 | 0.003476 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_12 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_13 | 0.001551 | 0.012282 | 0.005897 | 0.049717 | 0.061701 | 0.052723 | 0.065235 | 0.077035 | 0.064550 | 0.018870 | 0.027400 | 0.016177 | 0.050080 | NaN | 0.019392 | 0.023220 | 0.406816 | 0.019888 | 0.011706 | 0.006292 | 0.003820 | 0.047984 | 0.000339 | 0.006061 | 0.011006 | 0.009717 | 0.013556 | 2.584575e-02 | 0.021892 | 0.021843 | 0.029948 | NaN | 0.037981 | 0.007745 | 0.000985 | 0.006998 | 0.005501 | 0.083570 | 0.002063 | 0.068321 | 0.097548 | 0.030191 | 0.048058 | 0.028079 | 0.017004 | 0.018315 | 0.041911 | 0.006326 | 0.002163 | 0.005527 | 0.007401 | 0.087150 | 0.000264 | 0.069443 | 0.099626 | 0.029027 | 0.054359 | 0.030674 | 0.017467 | 0.017397 | 0.038506 | 0.008770 | 0.000066 | 0.006764 | 0.005521 | 0.083870 | 0.002008 | 0.068254 | 0.097524 | 0.029972 | 0.048854 | 0.028160 | 0.017205 | 0.018413 | 0.014463 | 0.026780 | 0.014336 | 0.026673 | 0.012160 | 0.052661 | NaN | 0.027709 | NaN | 0.005887 | 0.011900 | NaN | 0.013644 | 0.002837 | NaN | 0.002456 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_14 | 0.053610 | 0.012282 | 0.005897 | 0.007282 | 0.091838 | 0.054960 | 0.090186 | 0.041633 | 0.040061 | 0.019191 | 0.000863 | 0.050077 | 0.018348 | NaN | 0.019392 | 0.023220 | 0.002456 | 0.019888 | 0.011706 | 0.018096 | 0.049298 | 0.047984 | 0.047782 | 0.006061 | 0.011006 | 0.009717 | 0.013556 | 2.584575e-02 | 0.021892 | 0.062579 | 0.033308 | 0.017377 | 0.071672 | 0.053912 | 0.013010 | 0.038157 | 0.007967 | 0.055781 | 0.033690 | 0.043594 | 0.066637 | 0.042505 | 0.084046 | 0.070495 | 0.090257 | 0.014025 | 0.076146 | 0.056209 | 0.007519 | 0.038275 | 0.009854 | 0.058768 | 0.035530 | 0.044685 | 0.068473 | 0.041075 | 0.091572 | 0.073850 | 0.105112 | 0.012703 | 0.071889 | 0.054226 | 0.014159 | 0.037561 | 0.007969 | 0.056044 | 0.033555 | 0.043582 | 0.066654 | 0.042290 | 0.084468 | 0.070540 | 0.092644 | 0.013796 | 0.047958 | 0.016561 | 0.014336 | 0.016360 | 0.012160 | 0.010576 | NaN | 0.022307 | NaN | 0.005887 | 0.011900 | NaN | 0.066616 | 0.002837 | NaN | 0.002456 | NaN | 0.002004 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_15 | 0.009307 | 0.008680 | 0.026338 | 0.020130 | 0.028274 | 0.004737 | 0.012223 | 0.029581 | 0.003290 | 0.013202 | 0.034726 | 0.028983 | 0.037348 | NaN | 0.013705 | 0.016411 | 0.001736 | 0.020564 | 0.008273 | 0.004447 | 0.002700 | 0.001052 | 0.009341 | 0.004283 | 0.007779 | 0.006868 | 0.104478 | 1.826655e-02 | 0.064696 | NaN | 0.001889 | 0.026330 | 0.033140 | 0.024924 | 0.002588 | 0.000977 | 0.026716 | 0.027588 | 0.037764 | 0.018240 | 0.072517 | 0.019056 | 0.047278 | 0.030009 | 0.015901 | 0.006875 | 0.031331 | 0.022197 | 0.002877 | 0.000328 | 0.024889 | 0.026446 | 0.034952 | 0.017225 | 0.071774 | 0.017621 | 0.045690 | 0.027990 | 0.020324 | 0.005604 | 0.032957 | 0.024698 | 0.001945 | 0.000822 | 0.026617 | 0.027434 | 0.037519 | 0.018113 | 0.072316 | 0.018814 | 0.046929 | 0.029893 | 0.016511 | 0.006627 | 0.027551 | 0.018927 | 0.010132 | 0.018852 | 0.008594 | 0.037218 | NaN | 0.019583 | NaN | 0.004161 | 0.008410 | NaN | 0.009643 | 0.002005 | NaN | 0.001736 | NaN | 0.001416 | 0.001416 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_16 | 0.057661 | 0.011817 | 0.027325 | 0.008822 | 0.007286 | 0.030597 | 0.006477 | 0.004426 | 0.067963 | 0.042980 | 0.020769 | 0.011471 | 0.033177 | NaN | 0.043537 | 0.046228 | 0.005513 | 0.022655 | 0.026281 | 0.025077 | 0.008577 | 0.045095 | 0.006847 | 0.013607 | 0.024710 | 0.021817 | 0.005797 | 5.802589e-02 | 0.023684 | 0.043163 | 0.002596 | 0.052800 | 0.035299 | 0.090095 | 0.030468 | 0.201268 | 0.020604 | 0.023306 | 0.018548 | 0.029942 | 0.018562 | 0.044522 | 0.065998 | 0.042240 | 0.015639 | 0.119437 | 0.043726 | 0.083216 | 0.008663 | 0.192431 | 0.017992 | 0.028133 | 0.011749 | 0.027025 | 0.016427 | 0.040959 | 0.061510 | 0.049471 | 0.021737 | 0.122932 | 0.035872 | 0.089568 | 0.038808 | 0.197172 | 0.020534 | 0.023805 | 0.018325 | 0.029629 | 0.018354 | 0.043885 | 0.065304 | 0.042503 | 0.016352 | 0.119674 | 0.041970 | 0.027063 | 0.006744 | 0.028101 | 0.027302 | 0.042388 | NaN | 0.039751 | NaN | 0.013217 | 0.026717 | NaN | 0.005406 | 0.006369 | NaN | 0.005513 | NaN | 0.004499 | 0.004499 | 0.003180 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_17 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_18 | 0.047834 | 0.091685 | 0.020465 | 0.042469 | 0.038250 | 0.061025 | 0.043289 | 0.040925 | 0.031126 | 0.030199 | 0.040808 | 0.026581 | 0.013456 | NaN | 0.030708 | 0.036769 | 0.255347 | 0.046076 | 0.018536 | 0.040858 | 0.063661 | 0.061258 | 0.009123 | 0.097040 | 0.017428 | 0.053003 | 0.029644 | 8.185455e-03 | 0.034667 | 0.013385 | 0.016746 | 0.011865 | 0.018548 | 0.003256 | 0.025730 | 0.026329 | 0.228088 | 0.048584 | 0.000853 | 0.074227 | 0.096050 | 0.062128 | 0.045737 | 0.015900 | 0.006532 | 0.023626 | 0.011942 | 0.016810 | 0.014494 | 0.027305 | 0.228816 | 0.052702 | 0.009713 | 0.070394 | 0.091872 | 0.059972 | 0.044758 | 0.010643 | 0.011359 | 0.023001 | 0.023030 | 0.000052 | 0.028268 | 0.025986 | 0.226444 | 0.048978 | 0.003455 | 0.068505 | 0.088959 | 0.061711 | 0.046164 | 0.017376 | 0.006346 | 0.022928 | 0.003656 | 0.016514 | 0.013188 | 0.016108 | 0.024834 | 0.082179 | NaN | 0.012197 | NaN | 0.009322 | 0.018844 | NaN | 0.021606 | 0.004492 | NaN | 0.003889 | NaN | 0.003173 | 0.003173 | 0.002243 | 0.007125 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_19 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_20 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_DOCUMENT_21 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_REQ_CREDIT_BUREAU_HOUR | 0.058868 | 0.021500 | 0.026332 | 0.038168 | 0.028107 | 0.005049 | 0.029831 | 0.038789 | 0.000734 | 0.059109 | 0.026020 | 0.025286 | 0.006781 | NaN | 0.058394 | 0.020326 | 0.199685 | 0.039393 | 0.022757 | 0.049218 | 0.064171 | 0.046058 | 0.050851 | 0.013405 | 0.023411 | 0.020351 | 0.028986 | 5.467943e-02 | 0.046211 | 0.062949 | 0.009688 | 0.000214 | 0.036379 | 0.030001 | 0.328751 | 0.031496 | 0.015269 | 0.039547 | 0.007004 | 0.017997 | 0.093689 | 0.014515 | 0.072969 | 0.010500 | 0.023014 | 0.029836 | 0.047428 | 0.023447 | 0.285571 | 0.027073 | 0.010867 | 0.049982 | 0.013278 | 0.015032 | 0.091085 | 0.017732 | 0.068188 | 0.004817 | 0.032318 | 0.027285 | 0.036001 | 0.029464 | 0.389369 | 0.030401 | 0.015222 | 0.039006 | 0.007335 | 0.017598 | 0.093250 | 0.015095 | 0.072079 | 0.010136 | 0.024153 | 0.029183 | 0.040367 | 0.001089 | 0.100461 | 0.000305 | 0.087529 | 0.003790 | NaN | 0.024454 | NaN | 0.012972 | 0.072505 | NaN | 0.017991 | 0.006655 | NaN | 0.005760 | NaN | 0.246770 | 0.004700 | 0.003322 | 0.010012 | NaN | 0.005760 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_REQ_CREDIT_BUREAU_DAY | 0.025142 | 0.022881 | 0.021027 | 0.030747 | 0.012904 | 0.035761 | 0.010847 | 0.001420 | 0.041205 | 0.002069 | 0.078960 | 0.034083 | 0.027789 | NaN | 0.001652 | 0.006347 | 0.003517 | 0.018724 | 0.015840 | 0.000940 | 0.014047 | 0.017781 | 0.065352 | 0.008185 | 0.014294 | 0.012426 | 0.017698 | 5.910060e-02 | 0.073694 | NaN | 0.028801 | 0.042326 | 0.020346 | 0.035119 | 0.000688 | NaN | NaN | 0.029226 | 0.015127 | 0.036197 | NaN | 0.010141 | 0.004597 | 0.011779 | 0.018895 | 0.020034 | 0.044205 | 0.038527 | 0.000801 | NaN | NaN | 0.028188 | 0.001113 | 0.053933 | NaN | 0.008672 | 0.008301 | 0.027093 | 0.020092 | 0.018858 | 0.020161 | 0.035533 | 0.001004 | NaN | NaN | 0.029014 | 0.015276 | 0.035956 | NaN | 0.009902 | 0.004969 | 0.011603 | 0.019214 | 0.019759 | 0.034476 | 0.007500 | 0.034465 | 0.007091 | 0.045717 | 0.047064 | NaN | 0.013097 | NaN | 0.007920 | 0.015690 | NaN | 0.020313 | 0.004063 | NaN | 0.003517 | NaN | 0.002870 | 0.002870 | 0.002028 | 0.006113 | NaN | 0.003517 | NaN | NaN | NaN | 0.096962 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_REQ_CREDIT_BUREAU_WEEK | 0.032105 | 0.025604 | 0.045036 | 0.005203 | 0.020349 | 0.012059 | 0.014504 | 0.017368 | 0.027590 | 0.076063 | 0.009258 | 0.008407 | 0.043128 | NaN | 0.076208 | 0.007263 | 0.010491 | 0.033292 | 0.021418 | 0.056788 | 0.016748 | 0.027170 | 0.068073 | 0.024414 | 0.007462 | 0.019794 | 0.031966 | 4.725039e-02 | 0.062924 | 0.047674 | 0.013992 | 0.009830 | 0.053286 | 0.140193 | 0.016194 | 0.014653 | 0.044461 | 0.123688 | 0.149308 | 0.010659 | 0.009987 | 0.110653 | 0.042477 | 0.117075 | 0.033389 | 0.007288 | 0.060046 | 0.143363 | 0.014269 | 0.009853 | 0.027709 | 0.132113 | 0.159846 | 0.006239 | 0.014874 | 0.107833 | 0.051504 | 0.124253 | 0.034994 | 0.008801 | 0.055597 | 0.141211 | 0.014535 | 0.013749 | 0.035680 | 0.124952 | 0.152932 | 0.010074 | 0.010697 | 0.111510 | 0.043341 | 0.117720 | 0.033923 | 0.006139 | 0.082814 | 0.009218 | 0.026483 | 0.007864 | 0.030139 | 0.012248 | NaN | 0.067114 | NaN | 0.023624 | 0.046802 | NaN | 0.029167 | 0.012121 | NaN | 0.010491 | NaN | 0.008561 | 0.008561 | 0.006050 | 0.018235 | NaN | 0.010491 | NaN | NaN | NaN | 0.042122 | 0.424024 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_REQ_CREDIT_BUREAU_MON | 0.024181 | 0.057466 | 0.022464 | 0.121935 | 0.111853 | 0.075893 | 0.106569 | 0.155937 | 0.019642 | 0.042167 | 0.012528 | 0.002370 | 0.045290 | NaN | 0.042815 | 0.013886 | 0.018277 | 0.023526 | 0.001152 | 0.023221 | 0.091656 | 0.083456 | 0.007519 | 0.060901 | 0.046952 | 0.005218 | 0.040850 | 4.605821e-02 | 0.030278 | 0.025705 | 0.032894 | 0.015852 | 0.009428 | 0.014643 | 0.044657 | 0.068041 | 0.198449 | 0.069233 | 0.061345 | 0.045810 | 0.004299 | 0.046973 | 0.016501 | 0.002681 | 0.002384 | 0.045416 | 0.008212 | 0.023314 | 0.025605 | 0.060713 | 0.177897 | 0.070713 | 0.061119 | 0.051925 | 0.007783 | 0.045740 | 0.018512 | 0.003990 | 0.008576 | 0.041425 | 0.016948 | 0.019711 | 0.060360 | 0.064578 | 0.208657 | 0.063429 | 0.066279 | 0.049733 | 0.001666 | 0.045950 | 0.005743 | 0.007866 | 0.001469 | 0.038571 | 0.020747 | 0.065081 | 0.024026 | 0.066095 | 0.039797 | 0.073984 | NaN | 0.008036 | NaN | 0.077467 | 0.018590 | NaN | 0.017422 | 0.021117 | NaN | 0.008061 | NaN | 0.014914 | 0.017325 | 0.010540 | 0.059793 | NaN | 0.139753 | NaN | NaN | NaN | 0.013757 | 0.018277 | 0.024105 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_REQ_CREDIT_BUREAU_QRT | 0.002795 | 0.029575 | 0.032370 | 0.005692 | 0.002340 | 0.004955 | 0.002057 | 0.009003 | 0.009011 | 0.069556 | 0.002772 | 0.032877 | 0.040480 | NaN | 0.069455 | 0.036926 | 0.026580 | 0.007600 | 0.039128 | 0.051695 | 0.023771 | 0.015751 | 0.020761 | 0.035276 | 0.002594 | 0.013703 | 0.015516 | 4.599285e-02 | 0.018374 | 0.030326 | 0.007788 | 0.021693 | 0.000498 | 0.036983 | 0.026711 | 0.060868 | 0.085496 | 0.027494 | 0.010108 | 0.024876 | 0.062101 | 0.039393 | 0.001327 | 0.025972 | 0.016314 | 0.065319 | 0.005208 | 0.044243 | 0.029858 | 0.065483 | 0.075942 | 0.035081 | 0.012766 | 0.027508 | 0.073387 | 0.032332 | 0.001002 | 0.016668 | 0.016017 | 0.070831 | 0.000391 | 0.035695 | 0.019462 | 0.061642 | 0.085288 | 0.024981 | 0.008393 | 0.025653 | 0.063827 | 0.037430 | 0.004209 | 0.024927 | 0.015322 | 0.062950 | 0.030037 | 0.032949 | 0.028271 | 0.031926 | 0.031532 | 0.018014 | NaN | 0.039775 | NaN | 0.046139 | 0.027009 | NaN | 0.014217 | 0.030710 | NaN | 0.026580 | NaN | 0.021690 | 0.015592 | 0.015328 | 0.024389 | NaN | 0.026580 | NaN | NaN | NaN | 0.043533 | 0.034337 | 0.044115 | 0.082969 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| AMT_REQ_CREDIT_BUREAU_YEAR | 0.040769 | 0.036700 | 0.014045 | 0.016267 | 0.009971 | 0.043447 | 0.002380 | 0.019819 | 0.104121 | 0.090961 | 0.020201 | 0.015213 | 0.025975 | NaN | 0.091767 | 0.098130 | 0.059246 | 0.015078 | 0.068124 | 0.015065 | 0.008407 | 0.011581 | 0.012840 | 0.056269 | 0.052111 | 0.022715 | 0.051648 | 3.527164e-03 | 0.035910 | 0.127290 | 0.023874 | 0.020705 | 0.003357 | 0.013859 | 0.028705 | 0.028755 | 0.024447 | 0.006363 | 0.011619 | 0.019037 | 0.037294 | 0.026561 | 0.013086 | 0.000375 | 0.013598 | 0.048034 | 0.008067 | 0.012488 | 0.028458 | 0.032867 | 0.022570 | 0.010561 | 0.009045 | 0.026455 | 0.043058 | 0.016342 | 0.042475 | 0.002570 | 0.041917 | 0.047410 | 0.000647 | 0.010003 | 0.014173 | 0.024768 | 0.022994 | 0.007013 | 0.015837 | 0.015168 | 0.034436 | 0.023171 | 0.015846 | 0.000733 | 0.017456 | 0.050738 | 0.017606 | 0.099104 | 0.003621 | 0.102554 | 0.014672 | 0.151061 | NaN | 0.027244 | NaN | 0.035147 | 0.093272 | NaN | 0.031399 | 0.041441 | NaN | 0.023875 | NaN | 0.048346 | 0.022910 | 0.034165 | 0.048800 | NaN | 0.048856 | NaN | NaN | NaN | 0.026838 | 0.075826 | 0.015231 | 0.031629 | 0.071642 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_CONTRACT_TYPE_Cash loans | 0.082461 | 0.036947 | 0.031338 | 0.048637 | 0.204889 | 0.217978 | 0.164503 | 0.015665 | 0.094792 | 0.086232 | 0.026600 | 0.068202 | 0.016784 | NaN | 0.086394 | 0.037730 | 0.167367 | 0.005982 | 0.058092 | 0.020200 | 0.055429 | 0.060025 | 0.014912 | 0.006455 | 0.022284 | 0.038547 | 0.022559 | 2.536022e-02 | 0.057543 | 0.106127 | 0.048905 | 0.015868 | 0.039012 | 0.025712 | 0.028779 | 0.028079 | 0.053470 | 0.007793 | 0.002063 | 0.007289 | 0.057565 | 0.074559 | 0.043506 | 0.017738 | 0.031369 | 0.011490 | 0.029298 | 0.038137 | 0.026096 | 0.025148 | 0.055427 | 0.000911 | 0.014633 | 0.014124 | 0.051839 | 0.073481 | 0.033613 | 0.030391 | 0.048016 | 0.008099 | 0.036410 | 0.023464 | 0.025691 | 0.024155 | 0.057752 | 0.004976 | 0.004280 | 0.008323 | 0.056243 | 0.073237 | 0.042167 | 0.017524 | 0.033337 | 0.011004 | 0.001756 | 0.007630 | 0.006670 | 0.008354 | 0.022742 | 0.067681 | NaN | 0.461554 | NaN | 0.009174 | 0.087125 | NaN | 0.099894 | 0.032761 | NaN | 0.017979 | NaN | 0.060957 | 0.014672 | 0.010370 | 0.032940 | NaN | 0.072575 | NaN | NaN | NaN | 0.011434 | 0.018778 | 0.003475 | 0.048905 | 0.098131 | 0.079488 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_CONTRACT_TYPE_Revolving loans | 0.082461 | 0.036947 | 0.031338 | 0.048637 | 0.204889 | 0.217978 | 0.164503 | 0.015665 | 0.094792 | 0.086232 | 0.026600 | 0.068202 | 0.016784 | NaN | 0.086394 | 0.037730 | 0.167367 | 0.005982 | 0.058092 | 0.020200 | 0.055429 | 0.060025 | 0.014912 | 0.006455 | 0.022284 | 0.038547 | 0.022559 | 2.536022e-02 | 0.057543 | 0.106127 | 0.048905 | 0.015868 | 0.039012 | 0.025712 | 0.028779 | 0.028079 | 0.053470 | 0.007793 | 0.002063 | 0.007289 | 0.057565 | 0.074559 | 0.043506 | 0.017738 | 0.031369 | 0.011490 | 0.029298 | 0.038137 | 0.026096 | 0.025148 | 0.055427 | 0.000911 | 0.014633 | 0.014124 | 0.051839 | 0.073481 | 0.033613 | 0.030391 | 0.048016 | 0.008099 | 0.036410 | 0.023464 | 0.025691 | 0.024155 | 0.057752 | 0.004976 | 0.004280 | 0.008323 | 0.056243 | 0.073237 | 0.042167 | 0.017524 | 0.033337 | 0.011004 | 0.001756 | 0.007630 | 0.006670 | 0.008354 | 0.022742 | 0.067681 | NaN | 0.461554 | NaN | 0.009174 | 0.087125 | NaN | 0.099894 | 0.032761 | NaN | 0.017979 | NaN | 0.060957 | 0.014672 | 0.010370 | 0.032940 | NaN | 0.072575 | NaN | NaN | NaN | 0.011434 | 0.018778 | 0.003475 | 0.048905 | 0.098131 | 0.079488 | 1.000000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| CODE_GENDER_F | 0.053768 | 0.074324 | 0.036480 | 0.229174 | 0.069367 | 0.093219 | 0.069517 | 0.039497 | 0.128859 | 0.114128 | 0.122864 | 0.023200 | 0.072766 | NaN | 0.115939 | 0.064015 | 0.040784 | 0.026199 | 0.001843 | 0.072990 | 0.067691 | 0.059418 | 0.034213 | 0.072134 | 0.159517 | 0.160991 | 0.053427 | 1.495179e-01 | 0.160304 | 0.293568 | 0.026045 | 0.012063 | 0.044600 | 0.005302 | 0.062927 | 0.002743 | 0.028162 | 0.055204 | 0.051306 | 0.068441 | 0.006011 | 0.089534 | 0.047236 | 0.071165 | 0.095136 | 0.019727 | 0.055584 | 0.011916 | 0.079897 | 0.000137 | 0.020673 | 0.064833 | 0.050444 | 0.067699 | 0.002125 | 0.077992 | 0.061611 | 0.081395 | 0.102769 | 0.020099 | 0.039135 | 0.003169 | 0.038947 | 0.002029 | 0.028069 | 0.055793 | 0.045248 | 0.068593 | 0.004485 | 0.088811 | 0.043678 | 0.069854 | 0.097190 | 0.019646 | 0.068363 | 0.052929 | 0.047825 | 0.050450 | 0.033137 | 0.048111 | NaN | 0.151150 | NaN | 0.031472 | 0.079878 | NaN | 0.230206 | 0.014029 | NaN | 0.035591 | NaN | 0.013463 | 0.033284 | 0.042553 | 0.032745 | NaN | 0.023096 | NaN | NaN | NaN | 0.004031 | 0.002702 | 0.035883 | 0.024986 | 0.058036 | 0.044668 | 0.052700 | 0.052700 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| CODE_GENDER_M | 0.053768 | 0.074324 | 0.036480 | 0.229174 | 0.069367 | 0.093219 | 0.069517 | 0.039497 | 0.128859 | 0.114128 | 0.122864 | 0.023200 | 0.072766 | NaN | 0.115939 | 0.064015 | 0.040784 | 0.026199 | 0.001843 | 0.072990 | 0.067691 | 0.059418 | 0.034213 | 0.072134 | 0.159517 | 0.160991 | 0.053427 | 1.495179e-01 | 0.160304 | 0.293568 | 0.026045 | 0.012063 | 0.044600 | 0.005302 | 0.062927 | 0.002743 | 0.028162 | 0.055204 | 0.051306 | 0.068441 | 0.006011 | 0.089534 | 0.047236 | 0.071165 | 0.095136 | 0.019727 | 0.055584 | 0.011916 | 0.079897 | 0.000137 | 0.020673 | 0.064833 | 0.050444 | 0.067699 | 0.002125 | 0.077992 | 0.061611 | 0.081395 | 0.102769 | 0.020099 | 0.039135 | 0.003169 | 0.038947 | 0.002029 | 0.028069 | 0.055793 | 0.045248 | 0.068593 | 0.004485 | 0.088811 | 0.043678 | 0.069854 | 0.097190 | 0.019646 | 0.068363 | 0.052929 | 0.047825 | 0.050450 | 0.033137 | 0.048111 | NaN | 0.151150 | NaN | 0.031472 | 0.079878 | NaN | 0.230206 | 0.014029 | NaN | 0.035591 | NaN | 0.013463 | 0.033284 | 0.042553 | 0.032745 | NaN | 0.023096 | NaN | NaN | NaN | 0.004031 | 0.002702 | 0.035883 | 0.024986 | 0.058036 | 0.044668 | 0.052700 | 0.052700 | 1.000000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| CODE_GENDER_XNA | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_OWN_CAR_N | 0.069133 | 0.028648 | 0.097954 | 0.245582 | 0.145190 | 0.165536 | 0.147318 | 0.031388 | 0.093110 | 0.109264 | 0.096243 | 0.091219 | NaN | NaN | 0.109960 | 0.051940 | 0.000194 | 0.044026 | 0.022160 | 0.151861 | 0.034739 | 0.019189 | 0.005533 | 0.000478 | 0.072240 | 0.080995 | 0.023983 | 9.908118e-02 | 0.136064 | 0.046051 | 0.049235 | 0.097216 | 0.045870 | 0.012579 | 0.040045 | 0.050692 | 0.018087 | 0.085579 | 0.000118 | 0.074671 | 0.037325 | 0.021330 | 0.016000 | 0.070486 | 0.034594 | 0.078325 | 0.042239 | 0.016832 | 0.041224 | 0.044213 | 0.012576 | 0.077898 | 0.000819 | 0.067394 | 0.040745 | 0.031246 | 0.003844 | 0.072159 | 0.033762 | 0.082636 | 0.042531 | 0.015619 | 0.026815 | 0.053559 | 0.018626 | 0.084980 | 0.004362 | 0.073652 | 0.039635 | 0.023589 | 0.016700 | 0.071149 | 0.033857 | 0.075892 | 0.095585 | 0.019982 | 0.049712 | 0.020458 | 0.053956 | 0.010641 | NaN | 0.076720 | NaN | 0.021388 | 0.103339 | NaN | 0.254692 | 0.044979 | NaN | 0.038934 | NaN | 0.063072 | 0.015649 | 0.044576 | 0.028746 | NaN | 0.009762 | NaN | NaN | NaN | 0.008668 | 0.041996 | 0.032435 | 0.053099 | 0.008009 | 0.032182 | 0.025020 | 0.025020 | 0.348413 | 0.348413 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_OWN_CAR_Y | 0.069133 | 0.028648 | 0.097954 | 0.245582 | 0.145190 | 0.165536 | 0.147318 | 0.031388 | 0.093110 | 0.109264 | 0.096243 | 0.091219 | NaN | NaN | 0.109960 | 0.051940 | 0.000194 | 0.044026 | 0.022160 | 0.151861 | 0.034739 | 0.019189 | 0.005533 | 0.000478 | 0.072240 | 0.080995 | 0.023983 | 9.908118e-02 | 0.136064 | 0.046051 | 0.049235 | 0.097216 | 0.045870 | 0.012579 | 0.040045 | 0.050692 | 0.018087 | 0.085579 | 0.000118 | 0.074671 | 0.037325 | 0.021330 | 0.016000 | 0.070486 | 0.034594 | 0.078325 | 0.042239 | 0.016832 | 0.041224 | 0.044213 | 0.012576 | 0.077898 | 0.000819 | 0.067394 | 0.040745 | 0.031246 | 0.003844 | 0.072159 | 0.033762 | 0.082636 | 0.042531 | 0.015619 | 0.026815 | 0.053559 | 0.018626 | 0.084980 | 0.004362 | 0.073652 | 0.039635 | 0.023589 | 0.016700 | 0.071149 | 0.033857 | 0.075892 | 0.095585 | 0.019982 | 0.049712 | 0.020458 | 0.053956 | 0.010641 | NaN | 0.076720 | NaN | 0.021388 | 0.103339 | NaN | 0.254692 | 0.044979 | NaN | 0.038934 | NaN | 0.063072 | 0.015649 | 0.044576 | 0.028746 | NaN | 0.009762 | NaN | NaN | NaN | 0.008668 | 0.041996 | 0.032435 | 0.053099 | 0.008009 | 0.032182 | 0.025020 | 0.025020 | 0.348413 | 0.348413 | NaN | 1.000000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_OWN_REALTY_N | 0.004449 | 0.004392 | 0.021425 | 0.051981 | 0.027485 | 0.055452 | 0.024648 | 0.048261 | 0.122484 | 0.025436 | 0.054539 | 0.006287 | 0.002085 | NaN | 0.025866 | 0.133766 | 0.004861 | 0.086450 | 0.024705 | 0.016271 | 0.020955 | 0.010552 | 0.123962 | 0.004528 | 0.016120 | 0.012559 | 0.050598 | 1.649070e-02 | 0.053162 | 0.064149 | 0.004528 | 0.069104 | 0.137054 | 0.118597 | 0.053533 | 0.041812 | 0.130555 | 0.132093 | 0.103279 | 0.043407 | 0.128861 | 0.053378 | 0.141175 | 0.142465 | 0.139341 | 0.027909 | 0.141107 | 0.119042 | 0.048254 | 0.036839 | 0.121378 | 0.128122 | 0.101707 | 0.043992 | 0.129907 | 0.053939 | 0.139842 | 0.139667 | 0.124166 | 0.024484 | 0.137488 | 0.122352 | 0.046534 | 0.045613 | 0.128539 | 0.133816 | 0.103681 | 0.047992 | 0.134908 | 0.051485 | 0.146038 | 0.144870 | 0.138122 | 0.026396 | 0.131641 | 0.026152 | 0.001749 | 0.027459 | 0.022850 | 0.043056 | NaN | 0.030248 | NaN | 0.017319 | 0.029539 | NaN | 0.032262 | 0.028822 | NaN | 0.004861 | NaN | 0.020360 | 0.020360 | 0.049147 | 0.023628 | NaN | 0.047815 | NaN | NaN | NaN | 0.010172 | 0.038629 | 0.009547 | 0.081738 | 0.036117 | 0.049245 | 0.055092 | 0.055092 | 0.001413 | 0.001413 | NaN | 0.005377 | 0.005377 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FLAG_OWN_REALTY_Y | 0.004449 | 0.004392 | 0.021425 | 0.051981 | 0.027485 | 0.055452 | 0.024648 | 0.048261 | 0.122484 | 0.025436 | 0.054539 | 0.006287 | 0.002085 | NaN | 0.025866 | 0.133766 | 0.004861 | 0.086450 | 0.024705 | 0.016271 | 0.020955 | 0.010552 | 0.123962 | 0.004528 | 0.016120 | 0.012559 | 0.050598 | 1.649070e-02 | 0.053162 | 0.064149 | 0.004528 | 0.069104 | 0.137054 | 0.118597 | 0.053533 | 0.041812 | 0.130555 | 0.132093 | 0.103279 | 0.043407 | 0.128861 | 0.053378 | 0.141175 | 0.142465 | 0.139341 | 0.027909 | 0.141107 | 0.119042 | 0.048254 | 0.036839 | 0.121378 | 0.128122 | 0.101707 | 0.043992 | 0.129907 | 0.053939 | 0.139842 | 0.139667 | 0.124166 | 0.024484 | 0.137488 | 0.122352 | 0.046534 | 0.045613 | 0.128539 | 0.133816 | 0.103681 | 0.047992 | 0.134908 | 0.051485 | 0.146038 | 0.144870 | 0.138122 | 0.026396 | 0.131641 | 0.026152 | 0.001749 | 0.027459 | 0.022850 | 0.043056 | NaN | 0.030248 | NaN | 0.017319 | 0.029539 | NaN | 0.032262 | 0.028822 | NaN | 0.004861 | NaN | 0.020360 | 0.020360 | 0.049147 | 0.023628 | NaN | 0.047815 | NaN | NaN | NaN | 0.010172 | 0.038629 | 0.009547 | 0.081738 | 0.036117 | 0.049245 | 0.055092 | 0.055092 | 0.001413 | 0.001413 | NaN | 0.005377 | 0.005377 | 1.000000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_TYPE_SUITE_Children | 0.043773 | 0.026145 | 0.005134 | 0.068090 | 0.004248 | 0.015844 | 0.003501 | 0.042067 | 0.024321 | 0.045550 | 0.019627 | 0.008406 | 0.021112 | NaN | 0.045810 | 0.002383 | 0.005228 | 0.030751 | 0.024919 | 0.032754 | 0.013382 | 0.018828 | 0.005691 | 0.012902 | 0.023430 | 0.020687 | 0.009314 | 3.056689e-02 | 0.046604 | 0.084256 | 0.004583 | 0.032380 | 0.021224 | 0.057272 | 0.018984 | 0.090688 | 0.007059 | 0.011709 | 0.042970 | 0.013778 | 0.031994 | 0.030924 | 0.030947 | 0.017655 | 0.022369 | 0.030604 | 0.032101 | 0.044224 | 0.010644 | 0.086780 | 0.007288 | 0.021261 | 0.010658 | 0.022740 | 0.043501 | 0.033798 | 0.045178 | 0.030350 | 0.030352 | 0.031421 | 0.020872 | 0.057695 | 0.020709 | 0.089183 | 0.007094 | 0.011394 | 0.042818 | 0.013597 | 0.031768 | 0.030567 | 0.030307 | 0.017488 | 0.022589 | 0.030204 | 0.025483 | 0.068689 | 0.103503 | 0.065189 | 0.039972 | 0.006056 | NaN | 0.011665 | NaN | 0.012532 | 0.017315 | NaN | 0.029046 | 0.006039 | NaN | 0.005228 | NaN | 0.004266 | 0.004266 | 0.003015 | 0.009578 | NaN | 0.006756 | NaN | NaN | NaN | 0.009434 | 0.005760 | 0.017182 | 0.002419 | 0.006119 | 0.001312 | 0.004544 | 0.004544 | 0.070854 | 0.070854 | NaN | 0.000337 | 0.000337 | 0.008445 | 0.008445 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_TYPE_SUITE_Family | 0.018621 | 0.027383 | 0.067485 | 0.027316 | 0.022218 | 0.003999 | 0.016334 | 0.002291 | 0.027384 | 0.095190 | 0.122529 | 0.046464 | 0.026578 | NaN | 0.095195 | 0.010113 | 0.021578 | 0.056522 | 0.005085 | 0.036098 | 0.027603 | 0.025270 | 0.042978 | 0.031177 | 0.004584 | 0.013736 | 0.055623 | 1.016902e-02 | 0.001026 | 0.022733 | 0.026053 | 0.036250 | 0.052369 | 0.033998 | 0.007265 | 0.098008 | 0.046663 | 0.025268 | 0.000278 | 0.046389 | 0.032570 | 0.007950 | 0.065381 | 0.054157 | 0.069530 | 0.001360 | 0.037434 | 0.021229 | 0.010652 | 0.092714 | 0.048707 | 0.015087 | 0.004676 | 0.040997 | 0.036591 | 0.000184 | 0.053962 | 0.039150 | 0.069519 | 0.007599 | 0.050749 | 0.032125 | 0.017634 | 0.095352 | 0.046760 | 0.023803 | 0.000638 | 0.045555 | 0.031846 | 0.005896 | 0.062867 | 0.053344 | 0.069958 | 0.002787 | 0.062693 | 0.018003 | 0.021941 | 0.015850 | 0.006436 | 0.020390 | NaN | 0.053251 | NaN | 0.029021 | 0.013668 | NaN | 0.004105 | 0.024928 | NaN | 0.021578 | NaN | 0.017609 | 0.017609 | 0.012445 | 0.010031 | NaN | 0.027885 | NaN | NaN | NaN | 0.038456 | 0.023480 | 0.013322 | 0.017425 | 0.022387 | 0.018870 | 0.079331 | 0.079331 | 0.053363 | 0.053363 | NaN | 0.006904 | 0.006904 | 0.027489 | 0.027489 | 0.037487 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_TYPE_SUITE_Group of people | 0.025795 | 0.012282 | 0.025471 | 0.062011 | 0.026642 | 0.019298 | 0.024758 | 0.015900 | 0.055128 | 0.018886 | 0.016650 | 0.041266 | NaN | NaN | 0.019392 | 0.086307 | 0.002456 | 0.019888 | 0.011706 | 0.030680 | 0.049298 | 0.047984 | 0.034227 | 0.162295 | 0.182082 | 0.098255 | 0.067136 | 7.753724e-02 | 0.034824 | 0.095678 | 0.025742 | 0.015558 | 0.021228 | NaN | 0.007068 | NaN | NaN | 0.039056 | 0.024916 | 0.034582 | NaN | NaN | NaN | 0.028904 | NaN | 0.024639 | 0.015378 | NaN | 0.004628 | NaN | NaN | 0.037439 | 0.037816 | 0.033156 | NaN | NaN | NaN | 0.028890 | NaN | 0.017735 | 0.018357 | NaN | 0.004217 | NaN | NaN | 0.038838 | 0.034914 | 0.034382 | NaN | NaN | NaN | 0.028000 | NaN | 0.035558 | 0.034019 | 0.026780 | 0.014336 | 0.026673 | 0.012160 | 0.001212 | NaN | 0.027709 | NaN | 0.005887 | 0.011900 | NaN | 0.013644 | 0.002837 | NaN | 0.002456 | NaN | 0.002004 | 0.002004 | 0.001416 | 0.004499 | NaN | 0.003173 | NaN | NaN | NaN | 0.003322 | 0.002028 | 0.006050 | 0.010540 | 0.015328 | 0.034165 | 0.014672 | 0.014672 | 0.013463 | 0.013463 | NaN | 0.031773 | 0.031773 | 0.069539 | 0.069539 | 0.004266 | 0.017609 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_TYPE_SUITE_Other_A | 0.023033 | 0.044708 | 0.013855 | 0.007886 | 0.024243 | 0.006271 | 0.026119 | 0.037951 | 0.011877 | 0.028742 | 0.010315 | 0.021687 | NaN | NaN | 0.027452 | 0.032870 | 0.003476 | 0.028154 | 0.016571 | 0.060693 | 0.037598 | 0.035017 | 0.024466 | 0.008580 | 0.015581 | 0.013756 | 0.019191 | 1.548673e-17 | 0.009153 | 0.029806 | 0.010593 | 0.019443 | 0.046913 | 0.000921 | 0.039192 | 0.167294 | 0.042352 | 0.039056 | 0.003580 | 0.045975 | 0.037041 | 0.049163 | 0.067899 | 0.035544 | 0.023051 | 0.010513 | 0.043516 | 0.004543 | 0.014466 | 0.160102 | 0.039854 | 0.037439 | 0.000458 | 0.044232 | 0.035472 | 0.046620 | 0.064507 | 0.031855 | 0.029704 | 0.012680 | 0.046613 | 0.001282 | 0.047823 | 0.163916 | 0.042290 | 0.038838 | 0.003485 | 0.045722 | 0.036842 | 0.048720 | 0.067277 | 0.035359 | 0.023902 | 0.010818 | 0.033600 | 0.048892 | 0.019811 | 0.049838 | 0.032055 | 0.005959 | NaN | 0.039226 | NaN | 0.008334 | 0.016846 | NaN | 0.019315 | 0.004016 | NaN | 0.003476 | NaN | 0.002837 | 0.002837 | 0.002005 | 0.152860 | NaN | 0.004492 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.018277 | 0.026580 | 0.038465 | 0.032761 | 0.032761 | 0.014029 | 0.014029 | NaN | 0.044979 | 0.044979 | 0.005987 | 0.005987 | 0.006039 | 0.024928 | 0.002837 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_TYPE_SUITE_Other_B | 0.041595 | 0.019448 | 0.020465 | 0.045512 | 0.032220 | 0.045151 | 0.030859 | 0.016873 | 0.019815 | 0.008357 | 0.038765 | 0.005886 | 0.025413 | NaN | 0.008163 | 0.032606 | 0.003889 | 0.015979 | 0.018536 | 0.040858 | 0.006049 | 0.002356 | 0.025222 | 0.009597 | 0.017428 | 0.015388 | 0.021467 | 4.092728e-02 | 0.034667 | 0.045391 | 0.019528 | 0.018514 | 0.022622 | 0.032203 | 0.003763 | 0.014174 | 0.041169 | 0.047884 | 0.017428 | 0.075913 | 0.040773 | 0.004273 | 0.048562 | 0.038977 | 0.024086 | 0.022582 | 0.027349 | 0.050776 | 0.000915 | 0.026471 | 0.041535 | 0.045902 | 0.040315 | 0.084240 | 0.057535 | 0.006122 | 0.058289 | 0.044578 | 0.024742 | 0.024427 | 0.026203 | 0.054444 | 0.006842 | 0.015814 | 0.042626 | 0.047617 | 0.024057 | 0.079654 | 0.047787 | 0.002486 | 0.054268 | 0.044211 | 0.024371 | 0.022225 | 0.062191 | 0.028798 | 0.013188 | 0.029619 | 0.024834 | 0.028912 | NaN | 0.019484 | NaN | 0.009322 | 0.038259 | NaN | 0.021606 | 0.004492 | NaN | 0.003889 | NaN | 0.003173 | 0.003173 | 0.002243 | 0.007125 | NaN | 0.005025 | NaN | NaN | NaN | 0.006655 | 0.004063 | 0.012121 | 0.021117 | 0.030710 | 0.050444 | 0.024671 | 0.024671 | 0.023096 | 0.023096 | NaN | 0.020276 | 0.020276 | 0.016665 | 0.016665 | 0.006756 | 0.027885 | 0.003173 | 0.004492 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_TYPE_SUITE_Spouse, partner | 0.057894 | 0.009597 | 0.074655 | 0.010317 | 0.053391 | 0.034850 | 0.050395 | 0.025758 | 0.048645 | 0.052088 | 0.056074 | 0.041926 | 0.045090 | NaN | 0.052661 | 0.005591 | 0.010447 | 0.007204 | 0.016896 | 0.109591 | 0.005196 | 0.006330 | 0.016682 | 0.025784 | 0.023587 | 0.037403 | 0.020793 | 1.036706e-01 | 0.099891 | 0.089813 | 0.002913 | 0.023640 | 0.065267 | 0.059603 | 0.011022 | 0.020867 | 0.043123 | 0.037845 | 0.035042 | 0.026646 | 0.037386 | 0.063797 | 0.070708 | 0.062038 | 0.008890 | 0.011576 | 0.078006 | 0.067044 | 0.008890 | 0.013375 | 0.043793 | 0.042910 | 0.058341 | 0.035055 | 0.037155 | 0.066093 | 0.072596 | 0.069208 | 0.014136 | 0.010330 | 0.064587 | 0.058777 | 0.008795 | 0.020814 | 0.043005 | 0.037228 | 0.034696 | 0.026272 | 0.037055 | 0.063022 | 0.069613 | 0.061653 | 0.009664 | 0.010876 | 0.064243 | 0.017040 | 0.019667 | 0.018206 | 0.017891 | 0.048017 | NaN | 0.076662 | NaN | 0.025045 | 0.028710 | NaN | 0.059021 | 0.012069 | NaN | 0.010447 | NaN | 0.008526 | 0.008526 | 0.006025 | 0.019140 | NaN | 0.013500 | NaN | NaN | NaN | 0.019141 | 0.040417 | 0.025302 | 0.060733 | 0.044517 | 0.041504 | 0.103050 | 0.103050 | 0.074321 | 0.074321 | NaN | 0.118454 | 0.118454 | 0.050870 | 0.050870 | 0.018149 | 0.074914 | 0.008526 | 0.012069 | 0.013500 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_TYPE_SUITE_Unaccompanied | 0.016576 | 0.033601 | 0.026903 | 0.038173 | 0.024283 | 0.022676 | 0.024411 | 0.006821 | 0.002477 | 0.061651 | 0.074744 | 0.009518 | 0.035051 | NaN | 0.061531 | 0.003162 | 0.026654 | 0.031885 | 0.002328 | 0.012088 | 0.036295 | 0.032003 | 0.032950 | 0.027515 | 0.023185 | 0.029513 | 0.037088 | 3.084379e-02 | 0.033113 | 0.052194 | 0.021206 | 0.036874 | 0.100277 | 0.051952 | 0.008363 | 0.110329 | 0.001416 | 0.070670 | 0.016896 | 0.098964 | 0.078957 | 0.052191 | 0.129852 | 0.106340 | 0.062923 | 0.011181 | 0.093980 | 0.049318 | 0.011761 | 0.109993 | 0.003712 | 0.064824 | 0.030516 | 0.100694 | 0.088484 | 0.048169 | 0.125504 | 0.099123 | 0.061259 | 0.012695 | 0.098683 | 0.053937 | 0.021515 | 0.107681 | 0.001256 | 0.068914 | 0.016068 | 0.098787 | 0.079564 | 0.051159 | 0.128058 | 0.106291 | 0.062888 | 0.007490 | 0.121268 | 0.033402 | 0.005395 | 0.030495 | 0.010418 | 0.035405 | NaN | 0.016525 | NaN | 0.044219 | 0.004037 | NaN | 0.016100 | 0.030792 | NaN | 0.026654 | NaN | 0.021752 | 0.021752 | 0.015373 | 0.002301 | NaN | 0.034444 | NaN | NaN | NaN | 0.047462 | 0.003922 | 0.014821 | 0.051951 | 0.027395 | 0.024307 | 0.004530 | 0.004530 | 0.031857 | 0.031857 | NaN | 0.048589 | 0.048589 | 0.033330 | 0.033330 | 0.196129 | 0.809564 | 0.092131 | 0.130424 | 0.145892 | 0.391948 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_INCOME_TYPE_Businessman | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_INCOME_TYPE_Commercial associate | 0.018889 | 0.028992 | 0.057551 | 0.219453 | 0.117589 | 0.187141 | 0.114134 | 0.191955 | 0.207585 | 0.251460 | 0.067812 | 0.042984 | 0.066841 | NaN | 0.252767 | 0.044110 | 0.009997 | 0.022312 | 0.006983 | 0.023113 | 0.208493 | 0.186417 | 0.112239 | 0.041954 | 0.044808 | 0.028480 | 0.030345 | 2.387402e-02 | 0.005949 | 0.012434 | 0.097067 | 0.045551 | 0.113092 | 0.095883 | 0.037374 | 0.052329 | 0.066288 | 0.173665 | 0.022413 | 0.159953 | 0.191323 | 0.065167 | 0.117510 | 0.139428 | 0.144409 | 0.045483 | 0.079257 | 0.060282 | 0.040013 | 0.051799 | 0.049802 | 0.153271 | 0.000800 | 0.152426 | 0.180377 | 0.064677 | 0.073379 | 0.109896 | 0.130585 | 0.026417 | 0.113127 | 0.091097 | 0.026499 | 0.051477 | 0.066791 | 0.172156 | 0.021844 | 0.159661 | 0.188493 | 0.061834 | 0.112235 | 0.138694 | 0.143881 | 0.042976 | 0.140561 | 0.018830 | 0.056978 | 0.017637 | 0.035345 | 0.016165 | NaN | 0.039229 | NaN | 0.005651 | 0.136607 | NaN | 0.102227 | 0.035814 | NaN | 0.094008 | NaN | 0.025299 | 0.025299 | 0.018461 | 0.010621 | NaN | 0.023776 | NaN | NaN | NaN | 0.028257 | 0.056817 | 0.055444 | 0.079923 | 0.043410 | 0.018900 | 0.041621 | 0.041621 | 0.021955 | 0.021955 | NaN | 0.053101 | 0.053101 | 0.017272 | 0.017272 | 0.031282 | 0.067680 | 0.025299 | 0.035814 | 0.008794 | 0.048626 | 0.073134 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_INCOME_TYPE_Maternity leave | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_INCOME_TYPE_Pensioner | 0.006186 | 0.011390 | 0.219577 | 0.208044 | 0.114470 | 0.137953 | 0.113487 | 0.003638 | 0.592248 | 0.999869 | 0.260192 | 0.245712 | 0.016669 | NaN | 1.000000 | 0.224687 | 0.023762 | 0.042445 | 0.079667 | 0.219208 | 0.057733 | 0.071031 | 0.133701 | 0.038026 | 0.106501 | 0.094032 | 0.121295 | 2.500990e-01 | 0.211843 | 0.236113 | 0.040665 | 0.130537 | 0.016206 | 0.041474 | 0.022581 | 0.012273 | 0.002223 | 0.002741 | 0.016184 | 0.000840 | 0.083970 | 0.000443 | 0.032782 | 0.016931 | 0.051300 | 0.051691 | 0.004675 | 0.035518 | 0.024542 | 0.019478 | 0.009936 | 0.010745 | 0.016968 | 0.001600 | 0.089415 | 0.001201 | 0.025913 | 0.008828 | 0.051216 | 0.043394 | 0.017407 | 0.042786 | 0.016327 | 0.010254 | 0.002151 | 0.002717 | 0.016775 | 0.000745 | 0.083117 | 0.000782 | 0.034706 | 0.018473 | 0.051131 | 0.049801 | 0.029363 | 0.011248 | 0.055626 | 0.012231 | 0.027284 | 0.017513 | NaN | 0.172973 | NaN | 0.035758 | 0.580530 | NaN | 0.112368 | 0.027452 | NaN | 0.023762 | NaN | 0.019392 | 0.019392 | 0.013705 | 0.043537 | NaN | 0.030708 | NaN | NaN | NaN | 0.058394 | 0.001652 | 0.076208 | 0.042815 | 0.069455 | 0.091767 | 0.086394 | 0.086394 | 0.115939 | 0.115939 | NaN | 0.109960 | 0.109960 | 0.025866 | 0.025866 | 0.045810 | 0.095195 | 0.019392 | 0.027452 | 0.008163 | 0.052661 | 0.061531 | NaN | 0.252767 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_INCOME_TYPE_State servant | 0.007440 | 0.038030 | 0.004812 | 0.020086 | 0.072195 | 0.039433 | 0.076267 | 0.016990 | 0.014673 | 0.113589 | 0.001361 | 0.037289 | 0.038429 | NaN | 0.111370 | 0.079703 | 0.061719 | 0.068843 | 0.016400 | 0.018081 | 0.003336 | 0.008545 | 0.003202 | 0.034808 | 0.027437 | 0.015802 | 0.003109 | 1.436459e-02 | 0.000357 | 0.113971 | 0.024512 | 0.016379 | 0.004034 | 0.044471 | 0.019777 | 0.030139 | 0.021096 | 0.005660 | 0.066770 | 0.012631 | 0.004985 | 0.031437 | 0.021154 | 0.008380 | 0.004834 | 0.021365 | 0.000469 | 0.036983 | 0.017058 | 0.028291 | 0.025302 | 0.000384 | 0.065792 | 0.013356 | 0.002835 | 0.024958 | 0.032682 | 0.001439 | 0.010422 | 0.024223 | 0.002080 | 0.043696 | 0.016437 | 0.030150 | 0.021156 | 0.004631 | 0.063662 | 0.012775 | 0.007706 | 0.030070 | 0.022686 | 0.007366 | 0.005681 | 0.020807 | 0.015076 | 0.049676 | 0.008854 | 0.051931 | 0.005361 | 0.092139 | NaN | 0.047942 | NaN | 0.030345 | 0.068343 | NaN | 0.004015 | 0.016293 | NaN | 0.014103 | NaN | 0.011509 | 0.011509 | 0.008134 | 0.025839 | NaN | 0.040565 | NaN | NaN | NaN | 0.025203 | 0.015388 | 0.024514 | 0.009544 | 0.071876 | 0.016069 | 0.000196 | 0.000196 | 0.087227 | 0.087227 | NaN | 0.059478 | 0.059478 | 0.016709 | 0.016709 | 0.019407 | 0.003749 | 0.011509 | 0.016293 | 0.018225 | 0.018728 | 0.001667 | NaN | 0.150017 | NaN | 0.111370 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_INCOME_TYPE_Student | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_INCOME_TYPE_Unemployed | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_INCOME_TYPE_Working | 0.017392 | 0.001413 | 0.107899 | 0.049044 | 0.053762 | 0.081419 | 0.053324 | 0.156478 | 0.244565 | 0.456298 | 0.130288 | 0.124004 | 0.086751 | NaN | 0.456327 | 0.164088 | 0.021166 | 0.044802 | 0.060027 | 0.131243 | 0.137975 | 0.114755 | 0.001728 | 0.008014 | 0.051985 | 0.051492 | 0.063651 | 1.549395e-01 | 0.159759 | 0.200763 | 0.066976 | 0.063797 | 0.090982 | 0.038920 | 0.059499 | 0.054451 | 0.068608 | 0.160541 | 0.021645 | 0.153096 | 0.117708 | 0.045943 | 0.095334 | 0.113053 | 0.100752 | 0.016107 | 0.070049 | 0.013608 | 0.062072 | 0.048267 | 0.049695 | 0.149810 | 0.043330 | 0.148220 | 0.104818 | 0.048981 | 0.063836 | 0.094696 | 0.090317 | 0.005522 | 0.093056 | 0.033928 | 0.043517 | 0.055018 | 0.069149 | 0.159606 | 0.021160 | 0.154030 | 0.114489 | 0.043741 | 0.089772 | 0.111751 | 0.100729 | 0.014836 | 0.102065 | 0.032184 | 0.013129 | 0.031519 | 0.013366 | 0.017614 | NaN | 0.137396 | NaN | 0.016391 | 0.271962 | NaN | 0.005099 | 0.003300 | NaN | 0.057785 | NaN | 0.002331 | 0.002331 | 0.030034 | 0.035023 | NaN | 0.017888 | NaN | NaN | NaN | 0.005683 | 0.043074 | 0.004634 | 0.033624 | 0.053270 | 0.091052 | 0.026919 | 0.026919 | 0.107678 | 0.107678 | NaN | 0.062756 | 0.062756 | 0.025882 | 0.025882 | 0.015565 | 0.008724 | 0.002331 | 0.003300 | 0.010506 | 0.071813 | 0.018005 | NaN | 0.614683 | NaN | 0.456327 | 0.270831 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_EDUCATION_TYPE_Academic degree | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_EDUCATION_TYPE_Higher education | 0.007300 | 0.081681 | 0.060288 | 0.290683 | 0.190302 | 0.192845 | 0.207142 | 0.103517 | 0.149796 | 0.124794 | 0.118116 | 0.004084 | 0.130770 | NaN | 0.124678 | 0.010656 | 0.051046 | 0.060332 | 0.041260 | 0.051207 | 0.092192 | 0.095517 | 0.086728 | 0.005803 | 0.012179 | 0.007212 | 0.059612 | 8.302730e-02 | 0.121388 | 0.119399 | 0.157879 | 0.040090 | 0.153889 | 0.080737 | 0.064485 | 0.006713 | 0.046630 | 0.186969 | 0.060523 | 0.203989 | 0.118301 | 0.096364 | 0.089482 | 0.214433 | 0.144396 | 0.156557 | 0.129799 | 0.068682 | 0.050055 | 0.001303 | 0.035453 | 0.180716 | 0.055216 | 0.201744 | 0.115069 | 0.100957 | 0.057585 | 0.195212 | 0.135998 | 0.156015 | 0.152505 | 0.077562 | 0.055516 | 0.000721 | 0.048384 | 0.186355 | 0.064611 | 0.197956 | 0.111338 | 0.094895 | 0.086160 | 0.213064 | 0.144010 | 0.154270 | 0.236886 | 0.039177 | 0.083498 | 0.041258 | 0.073884 | 0.026132 | NaN | 0.057419 | NaN | 0.098831 | 0.101996 | NaN | 0.057173 | 0.034862 | NaN | 0.009308 | NaN | 0.075720 | 0.024627 | 0.053515 | 0.032348 | NaN | 0.022816 | NaN | NaN | NaN | 0.023582 | 0.035840 | 0.042452 | 0.063398 | 0.035024 | 0.105780 | 0.060754 | 0.060754 | 0.029576 | 0.029576 | NaN | 0.107534 | 0.107534 | 0.004449 | 0.004449 | 0.008000 | 0.024833 | 0.026466 | 0.037466 | 0.041910 | 0.025649 | 0.054986 | NaN | 0.142708 | NaN | 0.124678 | 0.122503 | NaN | NaN | 0.092500 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_EDUCATION_TYPE_Incomplete higher | 0.018374 | 0.000701 | 0.010239 | 0.003726 | 0.010374 | 0.028856 | 0.004068 | 0.024251 | 0.137920 | 0.057150 | 0.021165 | 0.048701 | 0.039811 | NaN | 0.058524 | 0.012422 | 0.009480 | 0.096339 | 0.076550 | 0.011304 | 0.038964 | 0.055260 | 0.068074 | 0.111071 | 0.086031 | 0.019979 | 0.012117 | 5.160859e-02 | 0.051385 | 0.080806 | 0.049507 | 0.106281 | 0.010040 | 0.003816 | 0.014963 | 0.042314 | 0.006007 | 0.001971 | 0.006880 | 0.010011 | 0.059075 | 0.069460 | 0.046244 | 0.002618 | 0.011492 | 0.035497 | 0.007133 | 0.011736 | 0.012879 | 0.041513 | 0.002214 | 0.008445 | 0.011138 | 0.010288 | 0.053347 | 0.063204 | 0.047845 | 0.000927 | 0.011695 | 0.037143 | 0.009563 | 0.000633 | 0.012490 | 0.041951 | 0.006132 | 0.001694 | 0.005666 | 0.010371 | 0.059384 | 0.067954 | 0.045949 | 0.003433 | 0.013437 | 0.036714 | 0.016253 | 0.040807 | 0.025173 | 0.039821 | 0.028414 | 0.083499 | NaN | 0.012877 | NaN | 0.022727 | 0.045940 | NaN | 0.054169 | 0.010952 | NaN | 0.009480 | NaN | 0.007736 | 0.125650 | 0.005468 | 0.017369 | NaN | 0.012251 | NaN | NaN | NaN | 0.016496 | 0.010072 | 0.004523 | 0.005199 | 0.021604 | 0.058087 | 0.003765 | 0.003765 | 0.041370 | 0.041370 | NaN | 0.046905 | 0.046905 | 0.006507 | 0.006507 | 0.016469 | 0.001994 | 0.007736 | 0.010952 | 0.012251 | 0.031940 | 0.006989 | NaN | 0.118200 | NaN | 0.058524 | 0.019720 | NaN | NaN | 0.050770 | NaN | 0.102172 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_EDUCATION_TYPE_Lower secondary | 0.038542 | 0.026145 | 0.024544 | 0.027663 | 0.032613 | 0.048048 | 0.034005 | 0.023926 | 0.058377 | 0.103749 | 0.063790 | 0.038250 | 0.037348 | NaN | 0.103872 | 0.049430 | 0.005228 | 0.015596 | 0.018343 | 0.013394 | 0.029646 | 0.025163 | 0.016753 | 0.012902 | 0.022242 | 0.030391 | 0.028859 | 3.056689e-02 | 0.019774 | 0.063780 | 0.019584 | 0.078177 | 0.036960 | 0.019795 | 0.015887 | 0.023738 | 0.003942 | 0.049468 | 0.031384 | 0.007627 | 0.026204 | 0.023129 | 0.017714 | 0.030236 | 0.018224 | 0.017591 | 0.036195 | 0.023343 | 0.010978 | 0.025530 | 0.003001 | 0.046622 | 0.038947 | 0.005308 | 0.028691 | 0.019869 | 0.018813 | 0.029213 | 0.018900 | 0.015984 | 0.036404 | 0.016039 | 0.016177 | 0.023550 | 0.005042 | 0.049106 | 0.036395 | 0.007416 | 0.026353 | 0.022512 | 0.017166 | 0.030505 | 0.018989 | 0.016902 | 0.033669 | 0.003830 | 0.003714 | 0.003115 | 0.007042 | 0.016507 | NaN | 0.059318 | NaN | 0.012532 | 0.102611 | NaN | 0.008923 | 0.006039 | NaN | 0.005228 | NaN | 0.004266 | 0.004266 | 0.003015 | 0.009578 | NaN | 0.143367 | NaN | NaN | NaN | 0.010012 | 0.006113 | 0.018235 | 0.031768 | 0.059684 | 0.029460 | 0.031234 | 0.031234 | 0.026626 | 0.026626 | NaN | 0.045205 | 0.045205 | 0.008445 | 0.008445 | 0.009082 | 0.006403 | 0.004266 | 0.006039 | 0.006756 | 0.039467 | 0.007569 | NaN | 0.006957 | NaN | 0.103872 | 0.024501 | NaN | NaN | 0.057977 | NaN | 0.056341 | 0.016469 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_EDUCATION_TYPE_Secondary / secondary special | 0.005781 | 0.083972 | 0.056488 | 0.274342 | 0.171901 | 0.185555 | 0.190080 | 0.113097 | 0.182200 | 0.119191 | 0.107832 | 0.006064 | 0.144153 | NaN | 0.119558 | 0.015871 | 0.044378 | 0.089999 | 0.071461 | 0.042174 | 0.108825 | 0.117071 | 0.111612 | 0.043687 | 0.047868 | 0.006704 | 0.055638 | 6.696677e-02 | 0.101596 | 0.098438 | 0.137184 | 0.057593 | 0.144202 | 0.071808 | 0.071098 | 0.028793 | 0.046418 | 0.170140 | 0.054422 | 0.198346 | 0.143279 | 0.115929 | 0.101396 | 0.200705 | 0.137417 | 0.132597 | 0.120046 | 0.056254 | 0.055411 | 0.023680 | 0.034326 | 0.167313 | 0.040572 | 0.196778 | 0.138311 | 0.118407 | 0.071301 | 0.181782 | 0.129429 | 0.131758 | 0.142797 | 0.070856 | 0.061571 | 0.022849 | 0.047925 | 0.169515 | 0.056830 | 0.192738 | 0.136750 | 0.114033 | 0.098204 | 0.199661 | 0.136412 | 0.130054 | 0.214283 | 0.053370 | 0.090046 | 0.054853 | 0.079799 | 0.009022 | NaN | 0.072039 | NaN | 0.083818 | 0.093452 | NaN | 0.076551 | 0.028154 | NaN | 0.004362 | NaN | 0.068873 | 0.068873 | 0.048676 | 0.022655 | NaN | 0.047007 | NaN | NaN | NaN | 0.014526 | 0.039386 | 0.043192 | 0.052002 | 0.028170 | 0.115891 | 0.053175 | 0.053175 | 0.049052 | 0.049052 | NaN | 0.076529 | 0.076529 | 0.004909 | 0.004909 | 0.015596 | 0.024400 | 0.029097 | 0.041191 | 0.046076 | 0.004704 | 0.048587 | NaN | 0.178790 | NaN | 0.119558 | 0.105143 | NaN | NaN | 0.119311 | NaN | 0.909579 | 0.265882 | 0.146617 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_FAMILY_STATUS_Civil marriage | 0.005807 | 0.032848 | 0.022599 | 0.018956 | 0.076325 | 0.092724 | 0.087013 | 0.066650 | 0.123166 | 0.076748 | 0.016452 | 0.011587 | 0.001785 | NaN | 0.077912 | 0.020092 | 0.018888 | 0.031864 | 0.010406 | 0.121493 | 0.049819 | 0.062783 | 0.005558 | 0.026681 | 0.000588 | 0.027736 | 0.059679 | 8.627312e-02 | 0.045617 | 0.064815 | 0.071174 | 0.001284 | 0.022835 | 0.082086 | 0.066726 | 0.020623 | 0.026968 | 0.042545 | 0.060005 | 0.034556 | 0.004427 | 0.012867 | 0.060387 | 0.012826 | 0.030252 | 0.012413 | 0.010380 | 0.064392 | 0.082174 | 0.026143 | 0.021330 | 0.056478 | 0.049562 | 0.030055 | 0.010361 | 0.001416 | 0.035950 | 0.025926 | 0.031368 | 0.014818 | 0.026656 | 0.087535 | 0.000407 | 0.021527 | 0.026159 | 0.041118 | 0.063402 | 0.031468 | 0.008894 | 0.014255 | 0.062782 | 0.010632 | 0.029877 | 0.011665 | 0.011669 | 0.027325 | 0.017888 | 0.032444 | 0.021239 | 0.035737 | NaN | 0.017145 | NaN | 0.045283 | 0.026115 | NaN | 0.023413 | 0.029644 | NaN | 0.040509 | NaN | 0.015415 | 0.015415 | 0.010894 | 0.034607 | NaN | 0.024409 | NaN | NaN | NaN | 0.048944 | 0.079459 | 0.055748 | 0.019055 | 0.058535 | 0.007064 | 0.018857 | 0.018857 | 0.032131 | 0.032131 | NaN | 0.024158 | 0.024158 | 0.078096 | 0.078096 | 0.032815 | 0.017127 | 0.015415 | 0.021821 | 0.024409 | 0.005126 | 0.002033 | NaN | 0.060268 | NaN | 0.077912 | 0.021175 | NaN | NaN | 0.014599 | NaN | 0.070103 | 0.020791 | 0.032815 | 0.081628 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_FAMILY_STATUS_Married | 0.007177 | 0.066032 | 0.177292 | 0.036107 | 0.197324 | 0.194406 | 0.209886 | 0.041577 | 0.035097 | 0.043667 | 0.092252 | 0.006595 | 0.055093 | NaN | 0.042220 | 0.026151 | 0.043219 | 0.021389 | 0.029518 | 0.520905 | 0.008719 | 0.009093 | 0.024651 | 0.032586 | 0.001500 | 0.007591 | 0.028389 | 2.731651e-02 | 0.062127 | 0.135644 | 0.031522 | 0.043729 | 0.017013 | 0.020300 | 0.052073 | 0.167004 | 0.065293 | 0.021497 | 0.038926 | 0.075769 | 0.009849 | 0.078390 | 0.003905 | 0.025373 | 0.054810 | 0.037659 | 0.018749 | 0.023096 | 0.034360 | 0.166306 | 0.077857 | 0.019910 | 0.040008 | 0.075539 | 0.001949 | 0.072911 | 0.001771 | 0.032063 | 0.050400 | 0.039173 | 0.022392 | 0.018890 | 0.032899 | 0.169437 | 0.065188 | 0.017755 | 0.042892 | 0.075868 | 0.007064 | 0.075046 | 0.005098 | 0.023522 | 0.053639 | 0.034316 | 0.018176 | 0.009970 | 0.000283 | 0.015321 | 0.024996 | 0.051266 | NaN | 0.050146 | NaN | 0.008132 | 0.072265 | NaN | 0.040975 | 0.015253 | NaN | 0.069624 | NaN | 0.010774 | 0.035270 | 0.040157 | 0.065539 | NaN | 0.031644 | NaN | NaN | NaN | 0.024860 | 0.015465 | 0.006944 | 0.022580 | 0.014569 | 0.045973 | 0.019803 | 0.019803 | 0.104605 | 0.104605 | NaN | 0.158231 | 0.158231 | 0.048727 | 0.048727 | 0.075083 | 0.020061 | 0.010774 | 0.080435 | 0.031644 | 0.094080 | 0.063599 | NaN | 0.079005 | NaN | 0.042220 | 0.040484 | NaN | NaN | 0.080163 | NaN | 0.052578 | 0.023206 | 0.031519 | 0.048401 | 0.437046 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_FAMILY_STATUS_Separated | 0.022445 | 0.011955 | 0.033764 | 0.011114 | 0.051707 | 0.040398 | 0.056338 | 0.002216 | 0.067391 | 0.015761 | 0.003706 | 0.073624 | 0.044976 | NaN | 0.015603 | 0.040196 | 0.013981 | 0.037647 | 0.052854 | 0.227031 | 0.046166 | 0.034927 | 0.004460 | 0.028348 | 0.027448 | 0.025295 | 0.016931 | 7.237072e-03 | 0.002403 | 0.000424 | 0.031225 | 0.026414 | 0.052270 | 0.040998 | 0.004092 | 0.102788 | 0.061228 | 0.064559 | 0.087102 | 0.070508 | 0.028813 | 0.091901 | 0.087192 | 0.074106 | 0.043151 | 0.074527 | 0.044987 | 0.036332 | 0.008357 | 0.097090 | 0.053186 | 0.062723 | 0.075420 | 0.072866 | 0.033697 | 0.087315 | 0.080778 | 0.067277 | 0.041071 | 0.069670 | 0.052264 | 0.043201 | 0.012853 | 0.103575 | 0.061087 | 0.067136 | 0.085316 | 0.074241 | 0.038601 | 0.092773 | 0.091628 | 0.076926 | 0.043374 | 0.075229 | 0.071825 | 0.038303 | 0.024151 | 0.040659 | 0.034720 | 0.041745 | NaN | 0.036385 | NaN | 0.033518 | 0.016391 | NaN | 0.032737 | 0.016152 | NaN | 0.013981 | NaN | 0.011410 | 0.011410 | 0.008064 | 0.016378 | NaN | 0.018068 | NaN | NaN | NaN | 0.024701 | 0.015082 | 0.021098 | 0.052312 | 0.066869 | 0.048420 | 0.027064 | 0.027064 | 0.084786 | 0.084786 | NaN | 0.101229 | 0.101229 | 0.053916 | 0.053916 | 0.024289 | 0.002134 | 0.011410 | 0.016152 | 0.018068 | 0.048540 | 0.038808 | NaN | 0.023939 | NaN | 0.015603 | 0.021103 | NaN | NaN | 0.000720 | NaN | 0.007621 | 0.055551 | 0.024289 | 0.008074 | 0.087764 | 0.323501 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_FAMILY_STATUS_Single / not married | 0.013993 | 0.043201 | 0.156946 | 0.011569 | 0.133001 | 0.118147 | 0.133023 | 0.089748 | 0.181720 | 0.057448 | 0.000762 | 0.028105 | 0.030255 | NaN | 0.058827 | 0.011540 | 0.023673 | 0.014263 | 0.034231 | 0.461978 | 0.059167 | 0.065733 | 0.034895 | 0.024272 | 0.024317 | 0.052176 | 0.037775 | 3.967489e-02 | 0.057816 | 0.155974 | 0.008425 | 0.054455 | 0.039079 | 0.013193 | 0.011064 | 0.107215 | 0.135951 | 0.059194 | 0.058716 | 0.011330 | 0.094120 | 0.027224 | 0.033719 | 0.038478 | 0.053188 | 0.061247 | 0.038674 | 0.013940 | 0.011038 | 0.103325 | 0.139787 | 0.066591 | 0.056938 | 0.010072 | 0.087233 | 0.018931 | 0.041897 | 0.032225 | 0.055968 | 0.054378 | 0.042892 | 0.015309 | 0.024645 | 0.104151 | 0.135795 | 0.063982 | 0.062648 | 0.011230 | 0.093386 | 0.025899 | 0.035931 | 0.041718 | 0.053299 | 0.065151 | 0.042034 | 0.015255 | 0.011254 | 0.017120 | 0.021154 | 0.073752 | NaN | 0.064561 | NaN | 0.070829 | 0.048292 | NaN | 0.016312 | 0.016200 | NaN | 0.076849 | NaN | 0.042207 | 0.019319 | 0.073313 | 0.094757 | NaN | 0.086320 | NaN | NaN | NaN | 0.041101 | 0.025095 | 0.027156 | 0.051739 | 0.004090 | 0.085699 | 0.044311 | 0.044311 | 0.035064 | 0.035064 | NaN | 0.044231 | 0.044231 | 0.054348 | 0.054348 | 0.041126 | 0.040652 | 0.042207 | 0.103298 | 0.008379 | 0.067231 | 0.055851 | NaN | 0.114434 | NaN | 0.058827 | 0.019765 | NaN | NaN | 0.047244 | NaN | 0.058585 | 0.040083 | 0.012021 | 0.068404 | 0.148600 | 0.547746 | 0.109994 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_FAMILY_STATUS_Unknown | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_FAMILY_STATUS_Widow | 0.006027 | 0.014471 | 0.118681 | 0.078877 | 0.049512 | 0.056487 | 0.056623 | 0.032034 | 0.300628 | 0.263049 | 0.173772 | 0.089431 | 0.056737 | NaN | 0.263876 | 0.057193 | 0.013735 | 0.013718 | 0.048136 | 0.289522 | 0.038614 | 0.034771 | 0.014811 | 0.033901 | 0.061562 | 0.054355 | 0.060527 | 1.151639e-01 | 0.100946 | 0.098378 | 0.009287 | 0.018271 | 0.000296 | 0.072062 | 0.000438 | 0.087677 | 0.008035 | 0.006920 | 0.002028 | 0.047845 | 0.100181 | 0.030026 | 0.034392 | 0.015957 | 0.047370 | 0.069959 | 0.011582 | 0.060606 | 0.008120 | 0.104020 | 0.012216 | 0.000571 | 0.007595 | 0.048669 | 0.107574 | 0.023175 | 0.027510 | 0.010713 | 0.059077 | 0.064923 | 0.000425 | 0.070599 | 0.013397 | 0.097305 | 0.007014 | 0.005708 | 0.001731 | 0.047950 | 0.100861 | 0.026645 | 0.034216 | 0.016982 | 0.049455 | 0.069433 | 0.037913 | 0.000590 | 0.016505 | 0.004493 | 0.011172 | 0.012392 | NaN | 0.063132 | NaN | 0.032929 | 0.241122 | NaN | 0.045882 | 0.015868 | NaN | 0.013735 | NaN | 0.011209 | 0.011209 | 0.007922 | 0.017488 | NaN | 0.017750 | NaN | NaN | NaN | 0.024953 | 0.015236 | 0.021769 | 0.046884 | 0.041698 | 0.074555 | 0.024708 | 0.024708 | 0.141853 | 0.141853 | NaN | 0.123772 | 0.123772 | 0.030650 | 0.030650 | 0.023862 | 0.001171 | 0.011209 | 0.051370 | 0.102590 | 0.047687 | 0.002904 | NaN | 0.068112 | NaN | 0.263876 | 0.046777 | NaN | NaN | 0.110783 | NaN | 0.099599 | 0.043273 | 0.021076 | 0.107026 | 0.086221 | 0.317815 | 0.063821 | 0.108061 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_HOUSING_TYPE_Co-op apartment | 0.016026 | 0.015049 | 0.031211 | 0.021206 | 0.051816 | 0.030057 | 0.047972 | 0.036430 | 0.016203 | 0.026532 | 0.049138 | 0.024392 | 0.205327 | NaN | 0.026369 | 0.016284 | 0.003009 | 0.035654 | 0.014344 | 0.067477 | 0.041832 | 0.039806 | 0.016195 | 0.007427 | 0.144249 | 0.164499 | 0.016611 | 1.055677e-02 | 0.019506 | 0.047845 | 0.038857 | 0.013034 | 0.024046 | 0.003673 | 0.001802 | 0.035147 | 0.014649 | 0.039056 | 0.027443 | 0.031654 | 0.010696 | 0.038396 | 0.031948 | 0.023094 | 0.017004 | 0.089475 | 0.020128 | 0.008104 | 0.003835 | 0.035370 | 0.016660 | 0.037439 | 0.031059 | 0.029893 | 0.009467 | 0.035900 | 0.029632 | 0.019202 | 0.017467 | 0.091579 | 0.023721 | 0.004119 | 0.000223 | 0.034612 | 0.014681 | 0.038838 | 0.027374 | 0.031433 | 0.010576 | 0.037970 | 0.031564 | 0.022923 | 0.017205 | 0.089593 | 0.018223 | 0.016118 | 0.017566 | 0.015835 | 0.014901 | 0.047734 | NaN | 0.006905 | NaN | 0.134232 | 0.014582 | NaN | 0.016719 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.001736 | 0.005513 | NaN | 0.003889 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.018277 | 0.003878 | 0.028075 | 0.017979 | 0.017979 | 0.035591 | 0.035591 | NaN | 0.000194 | 0.000194 | 0.035313 | 0.035313 | 0.005228 | 0.032098 | 0.002456 | 0.003476 | 0.003889 | 0.010447 | 0.019862 | NaN | 0.009997 | NaN | 0.026369 | 0.014103 | NaN | NaN | 0.021166 | NaN | 0.051046 | 0.009480 | 0.005228 | 0.044378 | 0.018888 | 0.069624 | 0.013981 | 0.127109 | NaN | 0.013735 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_HOUSING_TYPE_House / apartment | 0.037122 | 0.032296 | 0.063608 | 0.003837 | 0.000018 | 0.006428 | 0.005580 | 0.013067 | 0.136799 | 0.050231 | 0.000562 | 0.065640 | 0.078550 | NaN | 0.051266 | 0.036511 | 0.017356 | 0.068689 | 0.059324 | 0.008565 | 0.019936 | 0.024961 | 0.031295 | 0.035619 | 0.042187 | 0.031951 | 0.104739 | 5.821498e-02 | 0.003850 | 0.110849 | 0.057210 | 0.024066 | 0.022826 | 0.014327 | 0.021707 | 0.045068 | 0.023986 | 0.032494 | 0.023708 | 0.049881 | 0.146043 | 0.044863 | 0.028934 | 0.013161 | 0.089329 | 0.004592 | 0.004629 | 0.031168 | 0.020800 | 0.037177 | 0.037803 | 0.015841 | 0.009943 | 0.039419 | 0.132072 | 0.043388 | 0.004193 | 0.006928 | 0.037857 | 0.001753 | 0.023366 | 0.011665 | 0.016937 | 0.043355 | 0.023619 | 0.031309 | 0.027473 | 0.047831 | 0.142425 | 0.048361 | 0.028637 | 0.013310 | 0.084079 | 0.002616 | 0.016166 | 0.049342 | 0.029952 | 0.048931 | 0.009363 | 0.102423 | NaN | 0.037239 | NaN | 0.014712 | 0.056100 | NaN | 0.028239 | 0.035034 | NaN | 0.017356 | NaN | 0.063661 | 0.014164 | 0.010011 | 0.003145 | NaN | 0.022429 | NaN | NaN | NaN | 0.053623 | 0.118605 | 0.023303 | 0.027271 | 0.035584 | 0.015479 | 0.002032 | 0.002032 | 0.033432 | 0.033432 | NaN | 0.025672 | 0.025672 | 0.163000 | 0.163000 | 0.030152 | 0.001980 | 0.014164 | 0.020051 | 0.022429 | 0.003500 | 0.021060 | NaN | 0.078964 | NaN | 0.051266 | 0.005162 | NaN | NaN | 0.033883 | NaN | 0.036263 | 0.048920 | 0.043480 | 0.007815 | 0.026588 | 0.094033 | 0.022533 | 0.111944 | NaN | 0.009311 | 0.173370 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_HOUSING_TYPE_Municipal apartment | 0.015967 | 0.027613 | 0.015989 | 0.002058 | 0.012438 | 0.002236 | 0.000496 | 0.055246 | 0.081880 | 0.045747 | 0.122079 | 0.005767 | 0.059448 | NaN | 0.045861 | 0.003003 | 0.009974 | 0.006267 | 0.024329 | 0.025555 | 0.096326 | 0.088662 | 0.027183 | 0.024616 | 0.044701 | 0.039468 | 0.006391 | 2.624319e-02 | 0.045725 | 0.053729 | 0.093203 | 0.000336 | 0.005859 | 0.048271 | 0.010240 | 0.052947 | 0.012614 | 0.012666 | 0.039890 | 0.031141 | 0.064540 | 0.043214 | 0.009568 | 0.026476 | 0.002951 | 0.014255 | 0.021497 | 0.057211 | 0.001757 | 0.064887 | 0.024365 | 0.021582 | 0.054967 | 0.013180 | 0.040133 | 0.036186 | 0.023914 | 0.043931 | 0.017320 | 0.021035 | 0.007207 | 0.043928 | 0.018134 | 0.054702 | 0.012562 | 0.013287 | 0.038178 | 0.024268 | 0.052837 | 0.041907 | 0.012013 | 0.026798 | 0.002312 | 0.016448 | 0.002114 | 0.046510 | 0.015077 | 0.045507 | 0.014051 | 0.003108 | NaN | 0.001727 | NaN | 0.023910 | 0.002563 | NaN | 0.046452 | 0.011522 | NaN | 0.009974 | NaN | 0.008139 | 0.008139 | 0.005752 | 0.018273 | NaN | 0.012889 | NaN | NaN | NaN | 0.047510 | 0.011302 | 0.002682 | 0.016414 | 0.036476 | 0.006748 | 0.021195 | 0.021195 | 0.028384 | 0.028384 | NaN | 0.056819 | 0.056819 | 0.107660 | 0.107660 | 0.017327 | 0.004804 | 0.008139 | 0.011522 | 0.012889 | 0.003710 | 0.016073 | NaN | 0.011382 | NaN | 0.045861 | 0.047499 | NaN | NaN | 0.066363 | NaN | 0.042644 | 0.036297 | 0.017327 | 0.031136 | 0.044150 | 0.043760 | 0.024880 | 0.030861 | NaN | 0.075042 | 0.009974 | 0.574644 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_HOUSING_TYPE_Office apartment | 0.018089 | 0.021315 | 0.028382 | 0.030035 | 0.058131 | 0.050440 | 0.055317 | 0.031215 | 0.021772 | 0.033767 | 0.015903 | 0.010825 | 0.022874 | NaN | 0.033655 | 0.040298 | 0.004262 | 0.050499 | 0.032590 | 0.045514 | 0.006630 | 0.002582 | 0.113119 | 0.010519 | 0.019101 | 0.016865 | 0.023527 | 4.485613e-02 | 0.060437 | 0.012300 | 0.020549 | 0.058125 | 0.017138 | NaN | 0.021668 | 0.071270 | NaN | NaN | 0.055640 | 0.105427 | 0.143933 | NaN | NaN | 0.006975 | NaN | 0.057101 | 0.014948 | NaN | 0.011375 | 0.070411 | NaN | NaN | 0.052585 | 0.106595 | 0.146375 | NaN | NaN | 0.009493 | NaN | 0.058353 | 0.016966 | NaN | 0.024307 | 0.070046 | NaN | NaN | 0.055301 | 0.105277 | 0.143847 | NaN | NaN | 0.007072 | NaN | 0.057164 | 0.009031 | 0.011005 | 0.024880 | 0.010495 | 0.021105 | 0.059934 | NaN | 0.009780 | NaN | 0.010217 | 0.020653 | NaN | 0.022751 | 0.004924 | NaN | 0.004262 | NaN | 0.003478 | 0.003478 | 0.002458 | 0.007808 | NaN | 0.005508 | NaN | NaN | NaN | 0.007445 | 0.384571 | 0.211087 | 0.003197 | 0.036507 | 0.020116 | 0.025464 | 0.025464 | 0.023366 | 0.023366 | NaN | 0.054595 | 0.054595 | 0.006885 | 0.006885 | 0.007404 | 0.030562 | 0.003478 | 0.004924 | 0.005508 | 0.014796 | 0.037751 | NaN | 0.014160 | NaN | 0.033655 | 0.033720 | NaN | NaN | 0.004046 | NaN | 0.013183 | 0.013427 | 0.007404 | 0.006178 | 0.015311 | 0.034575 | 0.019802 | 0.033529 | NaN | 0.019454 | 0.004262 | 0.245552 | 0.014126 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_HOUSING_TYPE_Rented apartment | 0.016009 | 0.030236 | 0.040260 | 0.016007 | 0.006376 | 0.002464 | 0.003435 | 0.016103 | 0.103312 | 0.046611 | 0.094269 | 0.026189 | 0.006265 | NaN | 0.047740 | 0.032716 | 0.006045 | 0.031435 | 0.008705 | 0.024536 | 0.065235 | 0.053570 | 0.029756 | 0.192313 | 0.131357 | 0.064681 | 0.297714 | 1.272570e-01 | 0.030625 | 0.128619 | 0.040071 | 0.000545 | 0.039111 | 0.007193 | 0.020387 | 0.062568 | 0.021545 | 0.015728 | 0.013077 | 0.042808 | 0.010696 | 0.003572 | 0.052181 | 0.029641 | 0.000552 | 0.026252 | 0.034841 | 0.010835 | 0.012539 | 0.062469 | 0.019745 | 0.013041 | 0.008288 | 0.040780 | 0.009467 | 0.006087 | 0.049241 | 0.025198 | 0.001429 | 0.024053 | 0.038767 | 0.007561 | 0.021711 | 0.061552 | 0.021563 | 0.015418 | 0.012919 | 0.042539 | 0.010576 | 0.004063 | 0.051675 | 0.029430 | 0.000239 | 0.025880 | 0.036853 | 0.019316 | 0.009503 | 0.023082 | 0.001168 | 0.079971 | NaN | 0.054917 | NaN | 0.014493 | 0.029296 | NaN | 0.032273 | 0.006984 | NaN | 0.006045 | NaN | 0.004934 | 0.004934 | 0.003487 | 0.011076 | NaN | 0.007812 | NaN | NaN | NaN | 0.010560 | 0.006448 | 0.019232 | 0.004535 | 0.048729 | 0.017183 | 0.025942 | 0.025942 | 0.013964 | 0.013964 | NaN | 0.039305 | 0.039305 | 0.050123 | 0.050123 | 0.010503 | 0.010568 | 0.004934 | 0.006984 | 0.007812 | 0.028984 | 0.016541 | NaN | 0.022111 | NaN | 0.047740 | 0.028334 | NaN | NaN | 0.067833 | NaN | 0.002264 | 0.035684 | 0.010503 | 0.008763 | 0.051553 | 0.045418 | 0.010284 | 0.028173 | NaN | 0.027596 | 0.006045 | 0.348316 | 0.020038 | 0.008562 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| NAME_HOUSING_TYPE_With parents | 0.043917 | 0.006970 | 0.055501 | 0.019647 | 0.016450 | 0.002761 | 0.014602 | 0.001001 | 0.218159 | 0.085078 | 0.065476 | 0.091740 | 0.075449 | NaN | 0.086095 | 0.064699 | 0.010902 | 0.049059 | 0.097616 | 0.023353 | 0.036174 | 0.025988 | 0.004830 | 0.026908 | 0.003745 | 0.007317 | 0.003620 | 1.811804e-02 | 0.035332 | 0.142327 | 0.142716 | 0.016963 | 0.075336 | 0.024330 | 0.030050 | 0.063736 | 0.019366 | 0.085376 | 0.088946 | 0.052347 | 0.111249 | 0.006039 | 0.079287 | 0.071179 | 0.133483 | 0.017088 | 0.059575 | 0.005468 | 0.020716 | 0.063956 | 0.028549 | 0.067756 | 0.079446 | 0.053662 | 0.112865 | 0.014067 | 0.056119 | 0.054532 | 0.074467 | 0.016148 | 0.077334 | 0.023508 | 0.030611 | 0.063772 | 0.018919 | 0.084020 | 0.092858 | 0.056478 | 0.116828 | 0.013550 | 0.080924 | 0.071575 | 0.125450 | 0.017981 | 0.050136 | 0.011437 | 0.010688 | 0.009979 | 0.011073 | 0.073528 | NaN | 0.017227 | NaN | 0.026137 | 0.052833 | NaN | 0.023068 | 0.070268 | NaN | 0.010902 | NaN | 0.108171 | 0.008897 | 0.006288 | 0.032591 | NaN | 0.014089 | NaN | NaN | NaN | 0.047510 | 0.042445 | 0.033712 | 0.016414 | 0.007112 | 0.006748 | 0.023221 | 0.023221 | 0.048849 | 0.048849 | NaN | 0.014073 | 0.014073 | 0.124867 | 0.124867 | 0.018940 | 0.001413 | 0.008897 | 0.012595 | 0.014089 | 0.009392 | 0.016738 | NaN | 0.112319 | NaN | 0.086095 | 0.029409 | NaN | NaN | 0.020824 | NaN | 0.033930 | 0.027989 | 0.091822 | 0.003274 | 0.050495 | 0.069354 | 0.050657 | 0.101125 | NaN | 0.027569 | 0.010902 | 0.628153 | 0.036136 | 0.015441 | 0.021904 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Accountants | 0.041345 | 0.006276 | 0.016606 | 0.060623 | 0.073975 | 0.054677 | 0.070128 | 0.066017 | 0.048934 | 0.068499 | 0.000746 | 0.041268 | 0.064815 | NaN | 0.069365 | 0.051714 | 0.008784 | 0.008060 | 0.088977 | 0.019366 | 0.052706 | 0.071848 | 0.113703 | 0.026497 | 0.011741 | 0.034759 | 0.020782 | 3.698001e-03 | 0.029619 | 0.021160 | 0.052832 | 0.004064 | 0.000334 | 0.015320 | 0.004447 | 0.005811 | 0.043561 | 0.021539 | 0.018361 | 0.070512 | 0.065854 | 0.032064 | 0.027541 | 0.017814 | 0.016096 | 0.013865 | 0.003985 | 0.002217 | 0.008290 | 0.009224 | 0.039208 | 0.031093 | 0.003944 | 0.062224 | 0.069877 | 0.027172 | 0.021949 | 0.007470 | 0.022942 | 0.021740 | 0.006005 | 0.015565 | 0.001243 | 0.006048 | 0.043490 | 0.028789 | 0.009772 | 0.070669 | 0.066048 | 0.031153 | 0.026512 | 0.025885 | 0.016007 | 0.011525 | 0.022200 | 0.013263 | 0.017138 | 0.012151 | 0.042599 | 0.014751 | NaN | 0.001073 | NaN | 0.028490 | 0.042566 | NaN | 0.025838 | 0.091329 | NaN | 0.008784 | NaN | 0.007168 | 0.136198 | 0.005066 | 0.016093 | NaN | 0.011351 | NaN | NaN | NaN | 0.015775 | 0.009632 | 0.028730 | 0.008963 | 0.027294 | 0.030326 | 0.055728 | 0.055728 | 0.092302 | 0.092302 | NaN | 0.018659 | 0.018659 | 0.032720 | 0.032720 | 0.015260 | 0.031024 | 0.007168 | 0.010148 | 0.011351 | 0.030496 | 0.003666 | NaN | 0.156708 | NaN | 0.069365 | 0.014608 | NaN | NaN | 0.078890 | NaN | 0.139262 | 0.010497 | 0.015260 | 0.134218 | 0.007282 | 0.007576 | 0.012712 | 0.001320 | NaN | 0.040096 | 0.008784 | 0.028395 | 0.029114 | 0.012441 | 0.017647 | 0.001675 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Cleaning staff | 0.017074 | 0.008643 | 0.006261 | 0.005344 | 0.042412 | 0.004589 | 0.043796 | 0.001106 | 0.052800 | 0.044730 | 0.034066 | 0.036133 | 0.055715 | NaN | 0.045685 | 0.031245 | 0.005785 | 0.015380 | 0.027577 | 0.046162 | 0.028480 | 0.023421 | 0.003701 | 0.014278 | 0.025929 | 0.022893 | 0.002627 | 2.767674e-02 | 0.045599 | 0.048700 | 0.003796 | 0.051273 | 0.005988 | 0.036743 | 0.003147 | 0.011034 | 0.047119 | 0.006199 | 0.019064 | 0.025044 | 0.052548 | 0.002816 | 0.046252 | 0.005715 | 0.015191 | 0.009700 | 0.000872 | 0.032012 | 0.005674 | 0.008186 | 0.044032 | 0.010640 | 0.012687 | 0.022314 | 0.050322 | 0.000466 | 0.041822 | 0.000673 | 0.013935 | 0.006328 | 0.005479 | 0.036342 | 0.001010 | 0.010582 | 0.047033 | 0.006675 | 0.018846 | 0.024758 | 0.052266 | 0.002163 | 0.045569 | 0.005434 | 0.015282 | 0.009166 | 0.016623 | 0.011326 | 0.009503 | 0.012259 | 0.001168 | 0.041076 | NaN | 0.065278 | NaN | 0.013869 | 0.028035 | NaN | 0.032144 | 0.006683 | NaN | 0.005785 | NaN | 0.004721 | 0.004721 | 0.003337 | 0.010599 | NaN | 0.007476 | NaN | NaN | NaN | 0.010012 | 0.006113 | 0.037711 | 0.016508 | 0.046201 | 0.036760 | 0.034565 | 0.034565 | 0.078412 | 0.078412 | NaN | 0.034227 | 0.034227 | 0.067893 | 0.067893 | 0.010050 | 0.014804 | 0.004721 | 0.006683 | 0.007476 | 0.020085 | 0.002463 | NaN | 0.070613 | NaN | 0.045685 | 0.027114 | NaN | NaN | 0.015092 | NaN | 0.040465 | 0.038908 | 0.010050 | 0.026584 | 0.005170 | 0.074689 | 0.013180 | 0.007195 | NaN | 0.136351 | 0.005785 | 0.033369 | 0.019175 | 0.008194 | 0.011623 | 0.020961 | 0.016888 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Cooking staff | 0.003807 | 0.007665 | 0.070540 | 0.035169 | 0.021954 | 0.018040 | 0.027301 | 0.022766 | 0.004698 | 0.058576 | 0.026054 | 0.048770 | 0.138678 | NaN | 0.058648 | 0.015016 | 0.007427 | 0.055078 | 0.004671 | 0.046532 | 0.064858 | 0.026749 | 0.001025 | 0.018330 | 0.033286 | 0.029389 | 0.094580 | 2.605545e-02 | 0.010025 | 0.020590 | 0.019856 | 0.041053 | 0.009749 | 0.053706 | 0.003540 | 0.102798 | 0.001730 | 0.000537 | 0.025821 | 0.017275 | 0.054387 | 0.056739 | 0.052975 | 0.032305 | 0.023051 | 0.029872 | 0.002985 | 0.059773 | 0.003659 | 0.097547 | 0.001583 | 0.005220 | 0.019353 | 0.020057 | 0.052533 | 0.053200 | 0.048898 | 0.025630 | 0.029704 | 0.033159 | 0.009241 | 0.054392 | 0.007439 | 0.100628 | 0.001703 | 0.001044 | 0.025567 | 0.017466 | 0.054132 | 0.056126 | 0.052348 | 0.032001 | 0.023902 | 0.030287 | 0.028040 | 0.042639 | 0.051845 | 0.044094 | 0.033397 | 0.062793 | NaN | 0.033379 | NaN | 0.017804 | 0.035990 | NaN | 0.014294 | 0.008580 | NaN | 0.007427 | NaN | 0.006061 | 0.006061 | 0.004283 | 0.061988 | NaN | 0.009597 | NaN | NaN | NaN | 0.012524 | 0.007647 | 0.022179 | 0.039739 | 0.055737 | 0.001889 | 0.006455 | 0.006455 | 0.084953 | 0.084953 | NaN | 0.064221 | 0.064221 | 0.037580 | 0.037580 | 0.066741 | 0.031177 | 0.006061 | 0.008580 | 0.009597 | 0.137924 | 0.049023 | NaN | 0.027163 | NaN | 0.058648 | 0.027572 | NaN | NaN | 0.053204 | NaN | 0.062873 | 0.023398 | 0.012902 | 0.071539 | 0.026681 | 0.032586 | 0.028348 | 0.003597 | NaN | 0.001979 | 0.007427 | 0.016685 | 0.024616 | 0.010519 | 0.054157 | 0.026908 | 0.021679 | 0.014278 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Core staff | 0.029863 | 0.069609 | 0.061468 | 0.037795 | 0.047243 | 0.037589 | 0.053408 | 0.003280 | 0.141037 | 0.150349 | 0.055866 | 0.036776 | 0.039396 | NaN | 0.149947 | 0.010416 | 0.040165 | 0.015724 | 0.028444 | 0.053566 | 0.055831 | 0.051826 | 0.020253 | 0.001801 | 0.015335 | 0.028324 | 0.035128 | 2.428092e-02 | 0.021731 | 0.075861 | 0.057659 | 0.025540 | 0.085736 | 0.064182 | 0.046627 | 0.035515 | 0.027479 | 0.107000 | 0.001242 | 0.104001 | 0.052469 | 0.070043 | 0.116823 | 0.107793 | 0.096847 | 0.083516 | 0.065905 | 0.058899 | 0.033887 | 0.040137 | 0.035101 | 0.096728 | 0.002814 | 0.112112 | 0.051394 | 0.071496 | 0.075587 | 0.093964 | 0.054906 | 0.082107 | 0.089990 | 0.062585 | 0.045373 | 0.035647 | 0.027789 | 0.106667 | 0.001780 | 0.104225 | 0.050773 | 0.065407 | 0.117784 | 0.107939 | 0.090027 | 0.081910 | 0.079653 | 0.028017 | 0.028044 | 0.027062 | 0.007487 | 0.012062 | NaN | 0.047993 | NaN | 0.004530 | 0.078987 | NaN | 0.024302 | 0.021936 | NaN | 0.018988 | NaN | 0.015496 | 0.015496 | 0.010952 | 0.002276 | NaN | 0.021327 | NaN | NaN | NaN | 0.005495 | 0.020579 | 0.006113 | 0.006435 | 0.074167 | 0.021539 | 0.004143 | 0.004143 | 0.115480 | 0.115480 | NaN | 0.074332 | 0.074332 | 0.018829 | 0.018829 | 0.001267 | 0.050693 | 0.015496 | 0.021936 | 0.024538 | 0.030717 | 0.061205 | NaN | 0.020973 | NaN | 0.149947 | 0.246377 | NaN | NaN | 0.027743 | NaN | 0.194117 | 0.036571 | 0.001267 | 0.199802 | 0.003594 | 0.013183 | 0.020641 | 0.028465 | NaN | 0.045487 | 0.040165 | 0.081695 | 0.010587 | 0.056887 | 0.021273 | 0.066564 | 0.055429 | 0.036506 | 0.046865 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Drivers | 0.010982 | 0.030931 | 0.058380 | 0.096958 | 0.046340 | 0.013068 | 0.039485 | 0.009162 | 0.032728 | 0.119486 | 0.021345 | 0.025316 | 0.026163 | NaN | 0.120660 | 0.002499 | 0.015279 | 0.045584 | 0.025417 | 0.091519 | 0.023770 | 0.017294 | 0.003749 | 0.020485 | 0.031638 | 0.014183 | 0.000669 | 8.040844e-02 | 0.079441 | 0.043707 | 0.016540 | 0.011215 | 0.005403 | 0.031398 | 0.002707 | 0.062494 | 0.043444 | 0.018538 | 0.024934 | 0.040755 | 0.049115 | 0.023606 | 0.038733 | 0.010848 | 0.048821 | 0.011980 | 0.002924 | 0.021958 | 0.009604 | 0.054737 | 0.037463 | 0.018366 | 0.025850 | 0.043170 | 0.049781 | 0.029398 | 0.039381 | 0.006811 | 0.056749 | 0.009385 | 0.010618 | 0.028291 | 0.002559 | 0.060074 | 0.043320 | 0.017566 | 0.022715 | 0.043380 | 0.054062 | 0.024917 | 0.037737 | 0.010344 | 0.049169 | 0.013132 | 0.015392 | 0.034161 | 0.030445 | 0.032283 | 0.027545 | 0.043838 | NaN | 0.086931 | NaN | 0.006704 | 0.074044 | NaN | 0.234160 | 0.017652 | NaN | 0.015279 | NaN | 0.012469 | 0.012469 | 0.008813 | 0.010887 | NaN | 0.019745 | NaN | NaN | NaN | 0.027377 | 0.021138 | 0.006153 | 0.033217 | 0.050501 | 0.039374 | 0.012862 | 0.012862 | 0.366557 | 0.366557 | NaN | 0.253107 | 0.253107 | 0.009316 | 0.009316 | 0.026545 | 0.018716 | 0.012469 | 0.017652 | 0.019745 | 0.115357 | 0.031966 | NaN | 0.032990 | NaN | 0.120660 | 0.071612 | NaN | NaN | 0.093965 | NaN | 0.085200 | 0.002029 | 0.026545 | 0.087916 | 0.045644 | 0.116000 | 0.070994 | 0.024501 | NaN | 0.069747 | 0.015279 | 0.007425 | 0.037280 | 0.021641 | 0.030698 | 0.014892 | 0.044603 | 0.029376 | 0.037711 | 0.096418 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_HR staff | 0.040784 | 0.012282 | 0.025471 | 0.084364 | 0.003597 | 0.031500 | 0.008884 | 0.080072 | 0.020658 | 0.019761 | 0.046621 | 0.020030 | 0.041327 | NaN | 0.019392 | 0.023220 | 0.002456 | 0.029097 | 0.011706 | 0.030680 | 0.094776 | 0.094480 | 0.027450 | 0.006061 | 0.011006 | 0.009717 | 0.013556 | 2.584575e-02 | 0.021892 | 0.074335 | 0.048859 | 0.035585 | 0.012906 | 0.057165 | 0.024874 | NaN | NaN | 0.055781 | 0.002063 | 0.093078 | NaN | NaN | NaN | 0.037147 | NaN | 0.095152 | 0.015891 | 0.059459 | 0.012804 | NaN | NaN | 0.058768 | 0.000264 | 0.094231 | NaN | NaN | NaN | 0.040106 | NaN | 0.096316 | 0.013119 | 0.057483 | 0.028065 | NaN | NaN | 0.056044 | 0.002008 | 0.092956 | NaN | NaN | NaN | 0.037226 | NaN | 0.095135 | 0.037877 | 0.026780 | 0.014336 | 0.026673 | 0.012160 | 0.000863 | NaN | 0.072323 | NaN | 0.005887 | 0.011900 | NaN | 0.066616 | 0.002837 | NaN | 0.002456 | NaN | 0.002004 | 0.002004 | 0.001416 | 0.004499 | NaN | 0.003173 | NaN | NaN | NaN | 0.004700 | 0.002870 | 0.008561 | 0.014914 | 0.021690 | 0.048346 | 0.060957 | 0.060957 | 0.033284 | 0.033284 | NaN | 0.015649 | 0.015649 | 0.028819 | 0.028819 | 0.004266 | 0.017609 | 0.002004 | 0.002837 | 0.003173 | 0.113267 | 0.035190 | NaN | 0.025299 | NaN | 0.019392 | 0.011509 | NaN | NaN | 0.002331 | NaN | 0.075720 | 0.007736 | 0.004266 | 0.068873 | 0.015415 | 0.010774 | 0.082114 | 0.019319 | NaN | 0.011209 | 0.002456 | 0.014164 | 0.008139 | 0.003478 | 0.004934 | 0.008897 | 0.007168 | 0.004721 | 0.006061 | 0.015496 | 0.012469 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_High skill tech staff | 0.081170 | 0.053882 | 0.025216 | 0.053808 | 0.057893 | 0.071315 | 0.062960 | 0.074658 | 0.081020 | 0.094917 | 0.062012 | 0.013938 | 0.102626 | NaN | 0.094032 | 0.006373 | 0.011907 | 0.014410 | 0.081201 | 0.016792 | 0.028325 | 0.037276 | 0.042542 | 0.043176 | 0.092277 | 0.069226 | 0.055996 | 6.405592e-02 | 0.052742 | 0.031289 | 0.039032 | 0.026686 | 0.039027 | 0.036906 | 0.001855 | 0.022595 | 0.027582 | 0.033957 | 0.018022 | 0.073992 | 0.007682 | 0.059949 | 0.063357 | 0.036187 | 0.066996 | 0.007306 | 0.037239 | 0.037486 | 0.008898 | 0.019516 | 0.024715 | 0.033203 | 0.009929 | 0.068246 | 0.006379 | 0.057355 | 0.054073 | 0.036928 | 0.082485 | 0.009218 | 0.040085 | 0.037951 | 0.003083 | 0.021715 | 0.027557 | 0.036308 | 0.023050 | 0.072757 | 0.008074 | 0.058678 | 0.061753 | 0.036299 | 0.069270 | 0.010718 | 0.041719 | 0.026518 | 0.045096 | 0.024023 | 0.043969 | 0.048226 | NaN | 0.058908 | NaN | 0.008769 | 0.057704 | NaN | 0.014270 | 0.013756 | NaN | 0.011907 | NaN | 0.098255 | 0.009717 | 0.006868 | 0.021817 | NaN | 0.015388 | NaN | NaN | NaN | 0.019754 | 0.012061 | 0.051678 | 0.024989 | 0.019445 | 0.017681 | 0.022248 | 0.022248 | 0.020351 | 0.020351 | NaN | 0.040114 | 0.040114 | 0.019236 | 0.019236 | 0.020687 | 0.027896 | 0.009717 | 0.013756 | 0.015388 | 0.037403 | 0.029513 | NaN | 0.017398 | NaN | 0.094032 | 0.024204 | NaN | NaN | 0.041831 | NaN | 0.080877 | 0.008768 | 0.020687 | 0.070045 | 0.003604 | 0.007591 | 0.065606 | 0.000862 | NaN | 0.054355 | 0.011907 | 0.035138 | 0.039468 | 0.016865 | 0.023923 | 0.007317 | 0.034759 | 0.022893 | 0.029389 | 0.075140 | 0.060464 | 0.009717 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_IT staff | 0.020990 | 0.015049 | 0.005586 | 0.112506 | 0.010131 | 0.029649 | 0.005161 | 0.020866 | 0.005788 | 0.024637 | 0.047011 | 0.005564 | 0.037348 | NaN | 0.023762 | 0.016284 | 0.003009 | 0.035654 | 0.014344 | 0.047555 | 0.041832 | 0.039806 | 0.028099 | 0.007427 | 0.065381 | 0.076296 | 0.049307 | 1.055677e-02 | 0.065837 | NaN | 0.030199 | 0.045721 | 0.015053 | 0.016523 | 0.006545 | 0.035492 | 0.002270 | 0.047884 | 0.029541 | 0.031654 | 0.058932 | 0.003981 | 0.030002 | 0.028581 | 0.016773 | 0.020982 | 0.008659 | 0.012786 | 0.000709 | 0.032643 | 0.004990 | 0.045902 | 0.041289 | 0.029893 | 0.057535 | 0.001948 | 0.026099 | 0.027222 | 0.022098 | 0.012918 | 0.012588 | 0.016181 | 0.011625 | 0.034641 | 0.002284 | 0.047617 | 0.037690 | 0.031433 | 0.058705 | 0.003627 | 0.029504 | 0.027764 | 0.017379 | 0.030046 | 0.023460 | 0.016118 | 0.017566 | 0.015835 | 0.014901 | 0.027446 | NaN | 0.006905 | NaN | 0.007214 | 0.014582 | NaN | 0.016719 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.576772 | 0.005513 | NaN | 0.003889 | NaN | NaN | NaN | 0.004700 | 0.002870 | 0.008561 | 0.014914 | 0.021690 | 0.048346 | 0.043803 | 0.043803 | 0.035591 | 0.035591 | NaN | 0.000194 | 0.000194 | 0.045035 | 0.045035 | 0.005228 | 0.021578 | 0.406816 | 0.003476 | 0.003889 | 0.010447 | 0.019862 | NaN | 0.009997 | NaN | 0.023762 | 0.014103 | NaN | NaN | 0.015453 | NaN | 0.051046 | 0.009480 | 0.005228 | 0.044378 | 0.018888 | 0.069624 | 0.013981 | 0.127109 | NaN | 0.013735 | 0.003009 | 0.017356 | 0.009974 | 0.004262 | 0.006045 | 0.010902 | 0.008784 | 0.005785 | 0.007427 | 0.018988 | 0.015279 | 0.002456 | 0.011907 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Laborers | 0.066186 | 0.051788 | 0.051705 | 0.056838 | 0.069125 | 0.066531 | 0.075180 | 0.018831 | 0.098083 | 0.206019 | 0.107369 | 0.000779 | 0.073621 | NaN | 0.205701 | 0.012679 | 0.026048 | 0.054491 | 0.029271 | 0.048544 | 0.014304 | 0.005061 | 0.010472 | 0.025468 | 0.061357 | 0.096107 | 0.022850 | 5.363989e-02 | 0.062045 | 0.130857 | 0.053044 | 0.032488 | 0.030853 | 0.022016 | 0.097448 | 0.091397 | 0.056518 | 0.013326 | 0.049615 | 0.005458 | 0.049372 | 0.001781 | 0.065169 | 0.019670 | 0.062426 | 0.011728 | 0.030759 | 0.026951 | 0.116113 | 0.101487 | 0.072658 | 0.014774 | 0.044555 | 0.006671 | 0.055974 | 0.005419 | 0.085881 | 0.026597 | 0.059750 | 0.011831 | 0.031449 | 0.022075 | 0.058243 | 0.091271 | 0.056802 | 0.013820 | 0.047839 | 0.006405 | 0.050374 | 0.003033 | 0.066333 | 0.019272 | 0.062245 | 0.009939 | 0.030098 | 0.017782 | 0.004725 | 0.016588 | 0.007449 | 0.006607 | NaN | 0.040183 | NaN | 0.002555 | 0.126230 | NaN | 0.021839 | 0.030093 | NaN | 0.021141 | NaN | 0.021258 | 0.021258 | 0.015024 | 0.056025 | NaN | 0.039516 | NaN | NaN | NaN | 0.014916 | 0.028215 | 0.040036 | 0.049963 | 0.018374 | 0.024831 | 0.036205 | 0.036205 | 0.169759 | 0.169759 | NaN | 0.007436 | 0.007436 | 0.010842 | 0.010842 | 0.017926 | 0.004970 | 0.021258 | 0.051681 | 0.033662 | 0.007864 | 0.007511 | NaN | 0.004364 | NaN | 0.205701 | 0.057874 | NaN | NaN | 0.182014 | NaN | 0.133466 | 0.035926 | 0.009400 | 0.139210 | 0.012542 | 0.007815 | 0.008368 | 0.014982 | NaN | 0.064140 | 0.021141 | 0.002297 | 0.013021 | 0.003475 | 0.004930 | 0.013606 | 0.076038 | 0.050080 | 0.064290 | 0.164373 | 0.132268 | 0.021258 | 0.103079 | 0.026048 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Low-skill Laborers | 0.019508 | 0.005759 | 0.036965 | 0.033978 | 0.020983 | 0.006675 | 0.027937 | 0.012670 | 0.063645 | 0.047162 | 0.010879 | 0.076064 | 0.107500 | NaN | 0.047740 | 0.055186 | 0.006045 | 0.008763 | 0.008705 | 0.035503 | 0.009255 | 0.015415 | 0.026975 | 0.054157 | 0.012518 | 0.020379 | 0.099062 | 4.241898e-02 | 0.007354 | 0.152694 | 0.034753 | 0.039782 | 0.025851 | 0.018396 | 0.006889 | 0.007143 | 0.020717 | 0.000404 | 0.031384 | 0.012670 | 0.003036 | 0.028412 | 0.040290 | 0.017346 | 0.006532 | 0.003160 | 0.028074 | 0.026711 | 0.005848 | 0.005771 | 0.021019 | 0.003936 | 0.046841 | 0.005781 | 0.013382 | 0.022550 | 0.049686 | 0.019028 | 0.004668 | 0.000648 | 0.028867 | 0.032167 | 0.005210 | 0.005101 | 0.022212 | 0.000787 | 0.036395 | 0.009179 | 0.004036 | 0.023989 | 0.045980 | 0.021351 | 0.006500 | 0.002814 | 0.030159 | 0.017935 | 0.011204 | 0.018966 | 0.027185 | 0.015056 | NaN | 0.027171 | NaN | 0.014493 | 0.029296 | NaN | 0.033590 | 0.006984 | NaN | 0.006045 | NaN | 0.004934 | 0.004934 | 0.003487 | 0.011076 | NaN | 0.007812 | NaN | NaN | NaN | 0.096715 | 0.080991 | 0.020183 | 0.020116 | 0.012789 | 0.022310 | 0.025942 | 0.025942 | 0.129047 | 0.129047 | NaN | 0.019069 | 0.019069 | 0.029945 | 0.029945 | 0.010503 | 0.010568 | 0.004934 | 0.006984 | 0.122395 | 0.020989 | 0.016541 | NaN | 0.020085 | NaN | 0.047740 | 0.028334 | NaN | NaN | 0.031047 | NaN | 0.065156 | 0.019046 | 0.010503 | 0.071633 | 0.051553 | 0.045418 | 0.028090 | 0.053417 | NaN | 0.027596 | 0.006045 | 0.092859 | 0.032144 | 0.008562 | 0.072200 | 0.074165 | 0.017647 | 0.011623 | 0.014921 | 0.038149 | 0.030698 | 0.004934 | 0.023923 | 0.006045 | 0.052333 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Managers | 0.011851 | 0.017774 | 0.015277 | 0.313024 | 0.200713 | 0.219201 | 0.219759 | 0.041897 | 0.045170 | 0.108134 | 0.053989 | 0.003038 | 0.080590 | NaN | 0.107488 | 0.038770 | 0.013611 | 0.054061 | 0.005034 | 0.021060 | 0.047252 | 0.061569 | 0.036856 | 0.062942 | 0.031259 | 0.012589 | 0.001974 | 3.458024e-02 | 0.030418 | 0.074798 | 0.080607 | 0.050423 | 0.115690 | 0.092225 | 0.010990 | 0.024556 | 0.058965 | 0.102529 | 0.027883 | 0.135116 | 0.038337 | 0.121624 | 0.097716 | 0.138945 | 0.079228 | 0.087560 | 0.102980 | 0.078564 | 0.011468 | 0.041180 | 0.043227 | 0.093333 | 0.013760 | 0.121347 | 0.027730 | 0.118514 | 0.079681 | 0.126335 | 0.082565 | 0.085798 | 0.113309 | 0.094106 | 0.000641 | 0.033557 | 0.058889 | 0.104813 | 0.023776 | 0.134933 | 0.040698 | 0.125594 | 0.098295 | 0.139951 | 0.081263 | 0.085274 | 0.160786 | 0.041013 | 0.014485 | 0.041408 | 0.027494 | 0.001092 | NaN | 0.114087 | NaN | 0.099748 | 0.065961 | NaN | 0.139139 | 0.052055 | NaN | 0.013611 | NaN | 0.011108 | 0.011108 | 0.007851 | 0.024939 | NaN | 0.043065 | NaN | NaN | NaN | 0.023934 | 0.014613 | 0.005538 | 0.084864 | 0.044526 | 0.042646 | 0.048773 | 0.048773 | 0.190779 | 0.190779 | NaN | 0.141129 | 0.141129 | 0.018856 | 0.018856 | 0.023647 | 0.072490 | 0.011108 | 0.015725 | 0.017590 | 0.000698 | 0.077034 | NaN | 0.041947 | NaN | 0.107488 | 0.060388 | NaN | NaN | 0.012783 | NaN | 0.253692 | 0.042882 | 0.023647 | 0.222591 | 0.071545 | 0.107492 | 0.045369 | 0.024766 | NaN | 0.043976 | 0.013611 | 0.048760 | 0.020808 | 0.036119 | 0.027346 | 0.049317 | 0.039733 | 0.026169 | 0.033595 | 0.085892 | 0.069116 | 0.011108 | 0.053863 | 0.013611 | 0.117829 | 0.027346 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Medicine staff | 0.037976 | 0.003844 | 0.004738 | 0.032697 | 0.013287 | 0.020700 | 0.009670 | 0.024417 | 0.004876 | 0.079774 | 0.019670 | 0.044200 | 0.124170 | NaN | 0.077480 | 0.006042 | 0.009811 | 0.002614 | 0.023197 | 0.018866 | 0.003540 | 0.006041 | 0.059008 | 0.024216 | 0.043974 | 0.038826 | 0.008237 | 1.665584e-02 | 0.029488 | 0.019996 | 0.015664 | 0.051540 | 0.077753 | 0.090010 | 0.016421 | 0.018567 | 0.051697 | 0.056088 | 0.042327 | 0.055266 | 0.048850 | 0.046870 | 0.097577 | 0.060384 | 0.026044 | 0.010572 | 0.075656 | 0.103131 | 0.001749 | 0.025206 | 0.053004 | 0.057994 | 0.041924 | 0.054693 | 0.040332 | 0.049860 | 0.102701 | 0.067105 | 0.025735 | 0.013800 | 0.074891 | 0.085084 | 0.023186 | 0.015922 | 0.049291 | 0.060718 | 0.041267 | 0.051765 | 0.043799 | 0.045694 | 0.095525 | 0.055465 | 0.025408 | 0.011643 | 0.078213 | 0.011546 | 0.001144 | 0.013058 | 0.023187 | 0.043251 | NaN | 0.046247 | NaN | 0.023522 | 0.047546 | NaN | 0.033826 | 0.011335 | NaN | 0.009811 | NaN | 0.008007 | 0.008007 | 0.005659 | 0.017976 | NaN | 0.012679 | NaN | NaN | NaN | 0.018188 | 0.152794 | 0.093038 | 0.006091 | 0.004335 | 0.006380 | 0.019632 | 0.019632 | 0.132984 | 0.132984 | NaN | 0.016931 | 0.016931 | 0.039083 | 0.039083 | 0.017045 | 0.065141 | 0.008007 | 0.011335 | 0.150924 | 0.034064 | 0.059871 | NaN | 0.051349 | NaN | 0.077480 | 0.145419 | NaN | NaN | 0.031130 | NaN | 0.066234 | 0.003473 | 0.017045 | 0.065749 | 0.013382 | 0.034100 | 0.021480 | 0.029610 | NaN | 0.020300 | 0.009811 | 0.023652 | 0.000262 | 0.060815 | 0.019712 | 0.024806 | 0.028641 | 0.018863 | 0.024216 | 0.061913 | 0.049821 | 0.008007 | 0.038826 | 0.009811 | 0.084934 | 0.019712 | 0.044382 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Private service staff | 0.038911 | 0.023975 | 0.014153 | 0.021677 | 0.033605 | 0.043663 | 0.023423 | 0.012206 | 0.020104 | 0.036820 | 0.056747 | 0.015613 | 0.054159 | NaN | 0.036370 | 0.015142 | 0.004606 | 0.002074 | 0.021955 | 0.024869 | 0.031535 | 0.027706 | 0.007899 | 0.011367 | 0.020642 | 0.018225 | 0.025425 | 4.847455e-02 | 0.041060 | 0.003140 | 0.048260 | 0.033811 | 0.005597 | 0.114227 | 0.025862 | 0.182982 | 0.008716 | 0.006565 | 0.063578 | 0.015969 | 0.015150 | 0.001335 | 0.061895 | 0.010422 | 0.023051 | 0.005747 | 0.007735 | 0.118124 | 0.009061 | 0.175320 | 0.006053 | 0.003191 | 0.048093 | 0.016436 | 0.013409 | 0.003480 | 0.058159 | 0.010832 | 0.029704 | 0.008742 | 0.006027 | 0.114795 | 0.032753 | 0.179311 | 0.008678 | 0.006192 | 0.063339 | 0.015740 | 0.014980 | 0.001983 | 0.061247 | 0.010206 | 0.023902 | 0.005422 | 0.004384 | 0.011893 | 0.003475 | 0.011342 | 0.014493 | 0.035279 | NaN | 0.051969 | NaN | 0.011041 | 0.022319 | NaN | 0.025590 | 0.005321 | NaN | 0.004606 | NaN | 0.003759 | 0.003759 | 0.002656 | 0.112109 | NaN | 0.005952 | NaN | NaN | NaN | 0.008819 | 0.005385 | 0.016062 | 0.010701 | 0.019263 | 0.038829 | 0.027518 | 0.027518 | 0.037375 | 0.037375 | NaN | 0.008767 | 0.008767 | 0.001344 | 0.001344 | 0.008001 | 0.072603 | 0.003759 | 0.184707 | 0.005952 | 0.015990 | 0.081256 | NaN | 0.006117 | NaN | 0.036370 | 0.021586 | NaN | NaN | 0.031660 | NaN | 0.022259 | 0.014510 | 0.008001 | 0.028323 | 0.010053 | 0.032545 | 0.028717 | 0.029706 | NaN | 0.021024 | 0.004606 | 0.026565 | 0.015266 | 0.006523 | 0.009253 | 0.016687 | 0.013444 | 0.008855 | 0.011367 | 0.029063 | 0.023387 | 0.003759 | 0.018225 | 0.004606 | 0.039869 | 0.009253 | 0.020834 | 0.015017 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Realty agents | 0.022842 | 0.017386 | 0.036058 | 0.060097 | 0.011021 | 0.015814 | 0.013220 | 0.076267 | 0.049699 | 0.026724 | 0.026401 | 0.019753 | NaN | NaN | 0.027452 | 0.005892 | 0.003476 | 0.006518 | 0.048160 | 0.043431 | 0.069788 | 0.067928 | 0.034061 | 0.008580 | 0.052755 | 0.062668 | 0.019191 | 3.658809e-02 | 0.030991 | 0.026320 | 0.041377 | 0.011177 | 0.060596 | 0.036488 | 0.005995 | 0.001697 | 0.147705 | 0.042220 | 0.022755 | 0.031619 | 0.079932 | 0.013238 | 0.104092 | 0.040962 | 0.000835 | 0.014887 | 0.067411 | 0.041422 | 0.006164 | 0.000544 | 0.151587 | 0.046660 | 0.027057 | 0.033739 | 0.082840 | 0.010352 | 0.115236 | 0.046382 | 0.002342 | 0.012362 | 0.061000 | 0.037039 | 0.004844 | 0.001453 | 0.147641 | 0.042657 | 0.022723 | 0.031722 | 0.080009 | 0.012717 | 0.104848 | 0.041117 | 0.000540 | 0.014486 | 0.024406 | 0.056126 | 0.019811 | 0.057138 | 0.032055 | 0.013120 | NaN | 0.003823 | NaN | 0.114223 | 0.016846 | NaN | 0.019315 | 0.004016 | NaN | 0.003476 | NaN | 0.002837 | 0.002837 | 0.002005 | 0.006369 | NaN | 0.004492 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.018277 | 0.003878 | 0.023875 | 0.020770 | 0.020770 | 0.047118 | 0.047118 | NaN | 0.044979 | 0.044979 | 0.005987 | 0.005987 | 0.006039 | 0.024928 | 0.002837 | 0.004016 | 0.004492 | 0.012069 | 0.030792 | NaN | 0.072210 | NaN | 0.027452 | 0.016293 | NaN | NaN | 0.035029 | NaN | 0.034862 | 0.010952 | 0.006039 | 0.028154 | 0.029644 | 0.047844 | 0.016152 | 0.059749 | NaN | 0.015868 | 0.003476 | 0.020051 | 0.011522 | 0.004924 | 0.006984 | 0.012595 | 0.010148 | 0.006683 | 0.008580 | 0.021936 | 0.017652 | 0.002837 | 0.013756 | 0.003476 | 0.030093 | 0.006984 | 0.015725 | 0.011335 | 0.005321 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Sales staff | 0.009492 | 0.003758 | 0.077666 | 0.092743 | 0.067081 | 0.067811 | 0.062054 | 0.097538 | 0.151296 | 0.150460 | 0.009673 | 0.104900 | 0.068983 | NaN | 0.152291 | 0.114790 | 0.019285 | 0.030286 | 0.051710 | 0.055054 | 0.086885 | 0.081262 | 0.035081 | 0.023558 | 0.045078 | 0.045480 | 0.031800 | 3.690439e-03 | 0.009961 | 0.027375 | 0.065131 | 0.048602 | 0.072453 | 0.091884 | 0.025848 | 0.011788 | 0.022480 | 0.099244 | 0.073186 | 0.068086 | 0.058193 | 0.041809 | 0.083603 | 0.090197 | 0.045213 | 0.023670 | 0.056580 | 0.070054 | 0.026330 | 0.023055 | 0.031853 | 0.093469 | 0.056455 | 0.056500 | 0.045404 | 0.036300 | 0.067062 | 0.075942 | 0.038391 | 0.023228 | 0.070490 | 0.089158 | 0.021761 | 0.015321 | 0.022100 | 0.096515 | 0.071618 | 0.064461 | 0.053055 | 0.041485 | 0.080408 | 0.089478 | 0.044946 | 0.022120 | 0.084171 | 0.014924 | 0.026087 | 0.013375 | 0.004780 | 0.031605 | NaN | 0.031923 | NaN | 0.021509 | 0.080582 | NaN | 0.061312 | 0.028355 | NaN | 0.039154 | NaN | 0.015738 | 0.015738 | 0.011123 | 0.035333 | NaN | 0.024922 | NaN | NaN | NaN | 0.004718 | 0.020829 | 0.010874 | 0.003699 | 0.049836 | 0.038621 | 0.046759 | 0.046759 | 0.187963 | 0.187963 | NaN | 0.066698 | 0.066698 | 0.026473 | 0.026473 | 0.000338 | 0.035089 | 0.055799 | 0.028355 | 0.020390 | 0.002609 | 0.016342 | NaN | 0.081204 | NaN | 0.152291 | 0.077132 | NaN | NaN | 0.077704 | NaN | 0.083824 | 0.110656 | 0.033503 | 0.046653 | 0.076205 | 0.058316 | 0.003873 | 0.015198 | NaN | 0.006646 | 0.019285 | 0.022114 | 0.008716 | 0.027314 | 0.049312 | 0.013707 | 0.056295 | 0.037077 | 0.047597 | 0.121694 | 0.097925 | 0.015738 | 0.076314 | 0.019285 | 0.166942 | 0.038745 | 0.087235 | 0.062881 | 0.029517 | 0.022279 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Secretaries | 0.000304 | 0.023035 | 0.030963 | 0.024738 | 0.008110 | 0.033658 | 0.006924 | 0.012319 | 0.040448 | 0.036241 | 0.011815 | 0.003547 | 0.015090 | NaN | 0.036370 | 0.044488 | 0.214709 | 0.050425 | 0.021955 | 0.024869 | 0.017205 | 0.022125 | 0.062378 | 0.011367 | 0.020642 | 0.018225 | 0.025425 | 4.847455e-02 | 0.041060 | 0.029568 | 0.013907 | 0.062716 | 0.038473 | 0.013490 | 0.005275 | 0.007143 | 0.013562 | 0.047884 | 0.009322 | 0.030393 | 0.010696 | 0.009222 | 0.028296 | 0.000406 | 0.017004 | 0.016699 | 0.034888 | 0.016011 | 0.000750 | 0.008694 | 0.010929 | 0.045902 | 0.000529 | 0.040765 | 0.009467 | 0.007211 | 0.024270 | 0.004445 | 0.017467 | 0.015461 | 0.038172 | 0.013759 | 0.008626 | 0.007159 | 0.013488 | 0.047617 | 0.009360 | 0.030152 | 0.010576 | 0.008878 | 0.027724 | 0.000216 | 0.017205 | 0.016469 | 0.001207 | 0.028322 | 0.026887 | 0.027921 | 0.022808 | 0.011323 | NaN | 0.051969 | NaN | 0.011041 | 0.022319 | NaN | 0.025590 | 0.005321 | NaN | 0.004606 | NaN | 0.003759 | 0.003759 | 0.002656 | 0.008438 | NaN | 0.005952 | NaN | NaN | NaN | 0.008819 | 0.005385 | 0.016062 | 0.010701 | 0.059236 | 0.038829 | 0.013009 | 0.013009 | 0.037375 | 0.037375 | NaN | 0.042057 | 0.042057 | 0.025009 | 0.025009 | 0.008001 | 0.033027 | 0.003759 | 0.005321 | 0.005952 | 0.015990 | 0.040796 | NaN | 0.021437 | NaN | 0.036370 | 0.028151 | NaN | NaN | 0.031660 | NaN | 0.032499 | 0.014510 | 0.008001 | 0.024176 | 0.010053 | 0.007871 | 0.028717 | 0.003264 | NaN | 0.021024 | 0.004606 | 0.026565 | 0.015266 | 0.006523 | 0.009253 | 0.016687 | 0.013444 | 0.008855 | 0.011367 | 0.029063 | 0.023387 | 0.003759 | 0.018225 | 0.004606 | 0.039869 | 0.009253 | 0.020834 | 0.015017 | 0.007049 | 0.005321 | 0.029517 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Security staff | 0.003383 | 0.062875 | 0.001038 | 0.006518 | 0.016345 | 0.015378 | 0.012708 | 0.001332 | 0.011757 | 0.053867 | 0.004704 | 0.025341 | 0.025081 | NaN | 0.053456 | 0.097018 | 0.006769 | 0.008192 | 0.032269 | 0.000583 | 0.022900 | 0.030078 | 0.025845 | 0.016707 | 0.040630 | 0.052583 | 0.037370 | 6.174744e-02 | 0.085572 | 0.077676 | 0.041067 | 0.040782 | 0.011737 | 0.021755 | 0.001158 | 0.007779 | 0.015139 | 0.049468 | 0.028512 | 0.039139 | 0.015150 | 0.028075 | 0.024182 | 0.017758 | 0.000835 | 0.036217 | 0.005579 | 0.027447 | 0.004072 | 0.005771 | 0.012555 | 0.046622 | 0.034242 | 0.036427 | 0.013409 | 0.024823 | 0.018813 | 0.011553 | 0.002482 | 0.033378 | 0.011277 | 0.022350 | 0.004253 | 0.007460 | 0.015109 | 0.049106 | 0.028478 | 0.038822 | 0.014980 | 0.027498 | 0.023529 | 0.017476 | 0.000540 | 0.035731 | 0.028167 | 0.001301 | 0.018693 | 0.002284 | 0.007938 | 0.028761 | NaN | 0.002849 | NaN | 0.047412 | 0.032804 | NaN | 0.021387 | 0.007820 | NaN | 0.006769 | NaN | 0.005524 | 0.005524 | 0.003904 | 0.012403 | NaN | 0.008748 | NaN | NaN | NaN | 0.011582 | 0.007071 | 0.027443 | 0.023509 | 0.023108 | 0.016669 | 0.015150 | 0.015150 | 0.097249 | 0.097249 | NaN | 0.017866 | 0.017866 | 0.010936 | 0.010936 | 0.011760 | 0.048059 | 0.005524 | 0.007820 | 0.008748 | 0.023502 | 0.023754 | NaN | 0.034208 | NaN | 0.053456 | 0.002388 | NaN | NaN | 0.067717 | NaN | 0.054178 | 0.021326 | 0.011760 | 0.062205 | 0.010957 | 0.004316 | 0.002922 | 0.008028 | NaN | 0.004015 | 0.006769 | 0.010441 | 0.022437 | 0.009588 | 0.013600 | 0.018502 | 0.019760 | 0.013014 | 0.016707 | 0.042716 | 0.034373 | 0.005524 | 0.026787 | 0.006769 | 0.058599 | 0.013600 | 0.030621 | 0.022072 | 0.010361 | 0.007820 | 0.043384 | 0.010361 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| OCCUPATION_TYPE_Waiters/barmen staff | 0.027770 | 0.015049 | 0.020039 | 0.006184 | 0.013329 | 0.014935 | 0.016596 | 0.031676 | 0.008475 | 0.023698 | 0.007776 | 0.079315 | NaN | NaN | 0.023762 | 0.028452 | 0.003009 | 0.004362 | 0.014344 | 0.032135 | 0.041832 | 0.039806 | 0.039172 | 0.007427 | 0.065381 | 0.076296 | 0.016611 | 3.167032e-02 | 0.026826 | 0.059926 | 0.006130 | 0.018086 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.000578 | 0.017566 | 0.001015 | 0.014901 | 0.093935 | NaN | 0.033953 | NaN | 0.007214 | 0.014582 | NaN | 0.016719 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.001736 | 0.005513 | NaN | 0.003889 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.018277 | 0.003878 | 0.017685 | 0.017979 | 0.017979 | 0.002597 | 0.002597 | NaN | 0.038934 | 0.038934 | 0.035313 | 0.035313 | 0.005228 | 0.032098 | 0.002456 | 0.003476 | 0.003889 | 0.089047 | 0.066378 | NaN | 0.009997 | NaN | 0.023762 | 0.014103 | NaN | NaN | 0.015453 | NaN | 0.009308 | 0.009480 | 0.005228 | 0.004362 | 0.040509 | 0.005604 | 0.013981 | 0.023673 | NaN | 0.013735 | 0.003009 | 0.017356 | 0.009974 | 0.004262 | 0.006045 | 0.010902 | 0.008784 | 0.005785 | 0.007427 | 0.018988 | 0.015279 | 0.002456 | 0.011907 | 0.003009 | 0.026048 | 0.006045 | 0.013611 | 0.009811 | 0.004606 | 0.003476 | 0.019285 | 0.004606 | 0.006769 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WEEKDAY_APPR_PROCESS_START_FRIDAY | 0.043355 | 0.058305 | 0.004024 | 0.033928 | 0.015238 | 0.020738 | 0.017799 | 0.048643 | 0.003431 | 0.030466 | 0.019745 | 0.010558 | 0.014729 | NaN | 0.030156 | 0.022726 | 0.025875 | 0.033725 | 0.003727 | 0.004174 | 0.024455 | 0.031829 | 0.067138 | 0.014113 | 0.062892 | 0.060135 | 0.021377 | 8.977973e-03 | 0.005740 | 0.015779 | 0.042593 | 0.000955 | 0.054205 | 0.052606 | 0.031778 | 0.009813 | 0.004393 | 0.010869 | 0.017431 | 0.057587 | 0.119618 | 0.000606 | 0.052173 | 0.004278 | 0.043008 | 0.045895 | 0.046615 | 0.045744 | 0.031494 | 0.003788 | 0.005815 | 0.028459 | 0.000923 | 0.052213 | 0.116717 | 0.005035 | 0.033712 | 0.000202 | 0.063938 | 0.047101 | 0.055339 | 0.051771 | 0.025175 | 0.009497 | 0.004466 | 0.013111 | 0.011070 | 0.061536 | 0.125051 | 0.000066 | 0.055359 | 0.004362 | 0.045608 | 0.046647 | 0.011488 | 0.012868 | 0.007251 | 0.013093 | 0.025776 | 0.029975 | NaN | 0.061307 | NaN | 0.018164 | 0.083384 | NaN | 0.032248 | 0.029892 | NaN | 0.025875 | NaN | 0.036895 | 0.036895 | 0.014924 | 0.004689 | NaN | 0.003307 | NaN | NaN | NaN | 0.014402 | 0.002393 | 0.009601 | 0.036626 | 0.034403 | 0.002401 | 0.046815 | 0.046815 | 0.009700 | 0.009700 | NaN | 0.038273 | 0.038273 | 0.030328 | 0.030328 | 0.017509 | 0.071425 | 0.021116 | 0.052229 | 0.033437 | 0.022987 | 0.057770 | NaN | 0.028412 | NaN | 0.030156 | 0.013799 | NaN | NaN | 0.040133 | NaN | 0.040596 | 0.004294 | 0.064820 | 0.050741 | 0.010877 | 0.006899 | 0.020554 | 0.003035 | NaN | 0.002882 | 0.021515 | 0.058014 | 0.046769 | 0.003087 | 0.019423 | 0.028249 | 0.040671 | 0.024798 | 0.044368 | 0.037948 | 0.019010 | 0.036895 | 0.010127 | 0.021515 | 0.003425 | 0.004380 | 0.039428 | 0.054461 | 0.008518 | 0.029892 | 0.041581 | 0.008518 | 0.036887 | 0.025875 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WEEKDAY_APPR_PROCESS_START_MONDAY | 0.050938 | 0.001464 | 0.043305 | 0.053005 | 0.046863 | 0.067001 | 0.047587 | 0.065785 | 0.021292 | 0.025519 | 0.042628 | 0.020422 | 0.010747 | NaN | 0.025824 | 0.007789 | 0.082855 | 0.024380 | 0.011458 | 0.027585 | 0.005383 | 0.007497 | 0.006547 | 0.009985 | 0.000459 | 0.009079 | 0.029460 | 3.483794e-02 | 0.030674 | 0.090004 | 0.009949 | 0.029949 | 0.034184 | 0.024223 | 0.081246 | 0.034046 | 0.092772 | 0.011787 | 0.031764 | 0.064749 | 0.090135 | 0.049118 | 0.044793 | 0.030757 | 0.037148 | 0.007139 | 0.044789 | 0.017310 | 0.065718 | 0.034250 | 0.092258 | 0.011825 | 0.024861 | 0.060950 | 0.082705 | 0.042867 | 0.058899 | 0.040148 | 0.035822 | 0.011527 | 0.036080 | 0.023742 | 0.105238 | 0.034333 | 0.092817 | 0.011675 | 0.035015 | 0.066954 | 0.090816 | 0.051779 | 0.047720 | 0.031254 | 0.039426 | 0.006281 | 0.032653 | 0.094025 | 0.012485 | 0.093041 | 0.028948 | 0.017422 | NaN | 0.025317 | NaN | 0.031052 | 0.026687 | NaN | 0.103187 | 0.025675 | NaN | 0.022224 | NaN | 0.046178 | 0.018137 | 0.012818 | 0.011840 | NaN | 0.012018 | NaN | NaN | NaN | 0.097359 | 0.024523 | 0.007645 | 0.008434 | 0.001840 | 0.038970 | 0.016282 | 0.016282 | 0.016827 | 0.016827 | NaN | 0.047272 | 0.047272 | 0.029590 | 0.029590 | 0.038610 | 0.085244 | 0.018137 | 0.025675 | 0.028720 | 0.030254 | 0.044363 | NaN | 0.001228 | NaN | 0.025824 | 0.038819 | NaN | NaN | 0.000955 | NaN | 0.003404 | 0.032722 | 0.008184 | 0.007062 | 0.027498 | 0.005929 | 0.004790 | 0.038409 | NaN | 0.040474 | 0.022224 | 0.011679 | 0.040619 | 0.005730 | 0.008128 | 0.020409 | 0.063955 | 0.015179 | 0.031597 | 0.010104 | 0.020543 | 0.018137 | 0.032503 | 0.022224 | 0.000415 | 0.008128 | 0.034691 | 0.022729 | 0.034016 | 0.025675 | 0.004500 | 0.000448 | 0.002718 | 0.022224 | 0.191105 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WEEKDAY_APPR_PROCESS_START_SATURDAY | 0.013876 | 0.015346 | 0.022601 | 0.052474 | 0.026541 | 0.030784 | 0.020824 | 0.000561 | 0.005287 | 0.022580 | 0.038742 | 0.018620 | 0.070377 | NaN | 0.022151 | 0.003645 | 0.019383 | 0.097305 | 0.001353 | 0.026641 | 0.021590 | 0.021320 | 0.107214 | 0.047936 | 0.036702 | 0.000077 | 0.042187 | 2.389298e-02 | 0.003412 | 0.108824 | 0.000523 | 0.034263 | 0.062073 | 0.067858 | 0.008959 | 0.045700 | 0.057023 | 0.090979 | 0.039395 | 0.098213 | 0.105088 | 0.033462 | 0.059905 | 0.069325 | 0.071721 | 0.035554 | 0.057760 | 0.073475 | 0.016244 | 0.047233 | 0.051595 | 0.090477 | 0.048171 | 0.095887 | 0.102192 | 0.030246 | 0.057424 | 0.066124 | 0.070831 | 0.031623 | 0.059552 | 0.062025 | 0.001677 | 0.043466 | 0.056572 | 0.089539 | 0.037178 | 0.095023 | 0.100825 | 0.031839 | 0.057237 | 0.067555 | 0.072109 | 0.034562 | 0.075771 | 0.024080 | 0.064822 | 0.024146 | 0.066303 | 0.001082 | NaN | 0.026654 | NaN | 0.027408 | 0.029823 | NaN | 0.017864 | 0.022393 | NaN | 0.019383 | NaN | 0.015818 | 0.015818 | 0.089538 | 0.035513 | NaN | 0.020084 | NaN | NaN | NaN | 0.033499 | 0.020454 | 0.042498 | 0.004802 | 0.026108 | 0.057698 | 0.040519 | 0.040519 | 0.010079 | 0.010079 | NaN | 0.001248 | 0.001248 | 0.003658 | 0.003658 | 0.000034 | 0.075937 | 0.015818 | 0.022393 | 0.065217 | 0.071279 | 0.103651 | NaN | 0.001419 | NaN | 0.022151 | 0.011643 | NaN | NaN | 0.023041 | NaN | 0.012709 | 0.004155 | 0.033741 | 0.006737 | 0.002420 | 0.081942 | 0.076761 | 0.038738 | NaN | 0.034438 | 0.019383 | 0.009950 | 0.028072 | 0.054989 | 0.048766 | 0.003630 | 0.024978 | 0.006745 | 0.023896 | 0.021864 | 0.024729 | 0.015818 | 0.030635 | 0.038824 | 0.037594 | 0.019530 | 0.033203 | 0.047002 | 0.008515 | 0.028042 | 0.053007 | 0.029668 | 0.008773 | 0.097032 | 0.166675 | 0.143161 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WEEKDAY_APPR_PROCESS_START_SUNDAY | 0.006348 | 0.008992 | 0.062373 | 0.037091 | 0.003269 | 0.003306 | 0.000014 | 0.023349 | 0.066160 | 0.022825 | 0.038779 | 0.034670 | 0.206079 | NaN | 0.023901 | 0.026942 | 0.012585 | 0.008535 | 0.003749 | 0.032745 | 0.045680 | 0.040031 | 0.032997 | 0.003451 | 0.022759 | 0.060866 | 0.003308 | 1.589439e-02 | 0.038948 | 0.044329 | 0.046217 | 0.003596 | 0.011714 | 0.082548 | 0.008226 | 0.026846 | 0.157313 | 0.002466 | 0.005118 | 0.031365 | 0.007691 | 0.002594 | 0.065497 | 0.006084 | 0.020493 | 0.079456 | 0.006326 | 0.088436 | 0.010965 | 0.019958 | 0.160169 | 0.005035 | 0.029893 | 0.045411 | 0.000296 | 0.000891 | 0.061820 | 0.002160 | 0.022278 | 0.079120 | 0.006526 | 0.088049 | 0.003654 | 0.026192 | 0.156730 | 0.003424 | 0.007178 | 0.035683 | 0.000691 | 0.001832 | 0.065034 | 0.004661 | 0.021797 | 0.080243 | 0.020396 | 0.021580 | 0.025787 | 0.022127 | 0.004036 | 0.011277 | NaN | 0.011791 | NaN | 0.005324 | 0.024024 | NaN | 0.028792 | 0.014539 | NaN | 0.012585 | NaN | 0.010270 | 0.092431 | 0.007258 | 0.069171 | NaN | 0.016263 | NaN | NaN | NaN | 0.022879 | 0.013970 | 0.041669 | 0.038995 | 0.039602 | 0.004214 | 0.017829 | 0.017829 | 0.049830 | 0.049830 | NaN | 0.002430 | 0.002430 | 0.074096 | 0.074096 | 0.021863 | 0.017510 | 0.010270 | 0.014539 | 0.048789 | 0.081141 | 0.051942 | NaN | 0.007378 | NaN | 0.023901 | 0.001903 | NaN | NaN | 0.024810 | NaN | 0.009950 | 0.042381 | 0.021863 | 0.001506 | 0.004471 | 0.026900 | 0.037384 | 0.039728 | NaN | 0.037972 | 0.071312 | 0.023132 | 0.036498 | 0.017824 | 0.025283 | 0.002400 | 0.022042 | 0.024195 | 0.031060 | 0.020039 | 0.024851 | 0.010270 | 0.005533 | 0.012585 | 0.056838 | 0.101134 | 0.037296 | 0.041034 | 0.035772 | 0.014539 | 0.007332 | 0.019262 | 0.028311 | 0.012585 | 0.108214 | 0.092947 | 0.081065 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WEEKDAY_APPR_PROCESS_START_THURSDAY | 0.021468 | 0.005419 | 0.052372 | 0.026853 | 0.078107 | 0.053300 | 0.072371 | 0.045157 | 0.002190 | 0.026569 | 0.011098 | 0.027131 | 0.035241 | NaN | 0.026591 | 0.019478 | 0.022084 | 0.010487 | 0.026176 | 0.039532 | 0.060856 | 0.044087 | 0.043068 | 0.023976 | 0.047290 | 0.038442 | 0.027874 | 1.355451e-02 | 0.016835 | 0.050781 | 0.018181 | 0.001800 | 0.016529 | 0.056106 | 0.018721 | 0.074649 | 0.029764 | 0.050736 | 0.037907 | 0.010039 | 0.068988 | 0.025671 | 0.052098 | 0.016369 | 0.022072 | 0.014652 | 0.009102 | 0.070305 | 0.025143 | 0.063839 | 0.037729 | 0.045144 | 0.060811 | 0.006447 | 0.072375 | 0.017591 | 0.070289 | 0.008804 | 0.010845 | 0.013851 | 0.015563 | 0.055669 | 0.010118 | 0.072320 | 0.029019 | 0.051494 | 0.040154 | 0.010400 | 0.067733 | 0.023045 | 0.049814 | 0.017434 | 0.021140 | 0.014944 | 0.012148 | 0.033919 | 0.008954 | 0.034296 | 0.005158 | 0.012955 | NaN | 0.020885 | NaN | 0.021047 | 0.008552 | NaN | 0.030072 | 0.029591 | NaN | 0.025613 | NaN | 0.020903 | 0.020903 | 0.014773 | 0.020711 | NaN | 0.040867 | NaN | NaN | NaN | 0.019804 | 0.000977 | 0.054929 | 0.015502 | 0.009275 | 0.044333 | 0.049684 | 0.049684 | 0.014840 | 0.014840 | NaN | 0.011247 | 0.011247 | 0.026095 | 0.026095 | 0.010745 | 0.038181 | 0.037485 | 0.029591 | 0.033100 | 0.003761 | 0.041071 | NaN | 0.003200 | NaN | 0.026591 | 0.033511 | NaN | NaN | 0.006029 | NaN | 0.027623 | 0.034059 | 0.016877 | 0.010487 | 0.008694 | 0.007743 | 0.033581 | 0.036590 | NaN | 0.027002 | 0.025613 | 0.011691 | 0.040433 | 0.002500 | 0.003546 | 0.029988 | 0.058061 | 0.050795 | 0.015265 | 0.015587 | 0.011222 | 0.020903 | 0.037058 | 0.022084 | 0.053426 | 0.027503 | 0.029217 | 0.023314 | 0.007916 | 0.011737 | 0.044270 | 0.039204 | 0.006760 | 0.025613 | 0.220249 | 0.189177 | 0.164993 | 1.071219e-01 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WEEKDAY_APPR_PROCESS_START_TUESDAY | 0.006596 | 0.010097 | 0.046252 | 0.017784 | 0.007981 | 0.007409 | 0.008533 | 0.036859 | 0.063608 | 0.035084 | 0.000302 | 0.024805 | 0.027124 | NaN | 0.036278 | 0.060121 | 0.024913 | 0.047739 | 0.022311 | 0.060942 | 0.044153 | 0.031647 | 0.031586 | 0.061490 | 0.065837 | 0.047340 | 0.060935 | 1.027398e-01 | 0.053859 | 0.031110 | 0.009579 | 0.034091 | 0.071836 | 0.037967 | 0.009537 | 0.029481 | 0.024798 | 0.100849 | 0.015354 | 0.113651 | 0.061005 | 0.034262 | 0.054509 | 0.043841 | 0.072932 | 0.012066 | 0.057236 | 0.028802 | 0.038045 | 0.017160 | 0.032597 | 0.089700 | 0.010396 | 0.116453 | 0.062865 | 0.026144 | 0.086964 | 0.033915 | 0.043057 | 0.005670 | 0.073520 | 0.032816 | 0.039415 | 0.024751 | 0.025413 | 0.099375 | 0.008421 | 0.116535 | 0.066895 | 0.030536 | 0.053525 | 0.042362 | 0.069415 | 0.012330 | 0.035745 | 0.020686 | 0.036102 | 0.020975 | 0.041838 | 0.022151 | NaN | 0.067462 | NaN | 0.001911 | 0.013757 | NaN | 0.090808 | 0.055376 | NaN | 0.024913 | NaN | 0.020332 | 0.020332 | 0.014369 | 0.018952 | NaN | 0.032195 | NaN | NaN | NaN | 0.011765 | 0.000614 | 0.019531 | 0.005086 | 0.021681 | 0.054685 | 0.023216 | 0.023216 | 0.027047 | 0.027047 | NaN | 0.018485 | 0.018485 | 0.023943 | 0.023943 | 0.041088 | 0.038313 | 0.020332 | 0.013297 | 0.005460 | 0.057591 | 0.051763 | NaN | 0.063663 | NaN | 0.036278 | 0.015397 | NaN | NaN | 0.021564 | NaN | 0.044191 | 0.000649 | 0.015158 | 0.045263 | 0.087366 | 0.008157 | 0.015881 | 0.044921 | NaN | 0.044085 | 0.023651 | 0.042119 | 0.037304 | 0.035286 | 0.050053 | 0.006973 | 0.072726 | 0.022434 | 0.018419 | 0.036921 | 0.075131 | 0.039117 | 0.003908 | 0.024913 | 0.010528 | 0.001268 | 0.023657 | 0.056685 | 0.057438 | 0.013297 | 0.010101 | 0.025581 | 0.034196 | 0.024913 | 0.214230 | 0.184007 | 0.160484 | 1.041943e-01 | 0.212068 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WEEKDAY_APPR_PROCESS_START_WEDNESDAY | 0.016046 | 0.056670 | 0.069288 | 0.026929 | 0.064859 | 0.030307 | 0.057587 | 0.033520 | 0.000069 | 0.038166 | 0.001726 | 0.022609 | 0.091747 | NaN | 0.038522 | 0.038191 | 0.024473 | 0.015869 | 0.006852 | 0.042208 | 0.032611 | 0.014828 | 0.046509 | 0.020457 | 0.006237 | 0.019058 | 0.048987 | 8.379075e-02 | 0.074651 | 0.077956 | 0.017722 | 0.022978 | 0.010099 | 0.096364 | 0.023062 | 0.042607 | 0.089573 | 0.000151 | 0.031999 | 0.010345 | 0.008050 | 0.031434 | 0.031258 | 0.002419 | 0.083920 | 0.073827 | 0.000618 | 0.085923 | 0.025271 | 0.044994 | 0.081266 | 0.008605 | 0.034040 | 0.012873 | 0.007006 | 0.032553 | 0.016542 | 0.005832 | 0.084588 | 0.076542 | 0.007437 | 0.099542 | 0.016971 | 0.043211 | 0.089778 | 0.001971 | 0.032998 | 0.011303 | 0.007999 | 0.034472 | 0.030595 | 0.004102 | 0.086354 | 0.075261 | 0.009035 | 0.052680 | 0.028153 | 0.051693 | 0.021686 | 0.043032 | NaN | 0.018125 | NaN | 0.003701 | 0.000476 | NaN | 0.027851 | 0.056887 | NaN | 0.122954 | NaN | 0.019972 | 0.019972 | 0.014115 | 0.036195 | NaN | 0.031626 | NaN | NaN | NaN | 0.043863 | 0.052270 | 0.026605 | 0.002240 | 0.003941 | 0.005563 | 0.037250 | 0.037250 | 0.016300 | 0.016300 | NaN | 0.002221 | 0.002221 | 0.039197 | 0.039197 | 0.014400 | 0.001925 | 0.040185 | 0.014307 | 0.006478 | 0.041093 | 0.004827 | NaN | 0.036032 | NaN | 0.038522 | 0.007890 | NaN | NaN | 0.007083 | NaN | 0.006098 | 0.013037 | 0.042516 | 0.019422 | 0.117024 | 0.052091 | 0.001415 | 0.037396 | NaN | 0.013756 | 0.024473 | 0.038369 | 0.004764 | 0.000139 | 0.000197 | 0.046500 | 0.002582 | 0.021284 | 0.020457 | 0.015320 | 0.009898 | 0.019972 | 0.006871 | 0.024473 | 0.024581 | 0.049168 | 0.004277 | 0.028749 | 0.037458 | 0.014307 | 0.023535 | 0.059250 | 0.077608 | 0.024669 | 0.210441 | 0.180752 | 0.157646 | 1.023515e-01 | 0.208318 | 0.202624 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Advertising | 0.054546 | 0.115321 | 0.070677 | 0.051725 | 0.046462 | 0.015714 | 0.055418 | 0.006595 | 0.028179 | 0.013599 | 0.030571 | 0.016152 | NaN | NaN | 0.013705 | 0.016411 | 0.001736 | 0.020564 | 0.008273 | 0.064497 | 0.061583 | 0.064671 | 0.000240 | 0.004283 | 0.007779 | 0.006868 | 0.009581 | 1.826655e-02 | 0.015472 | NaN | 0.028877 | 0.091336 | NaN | 0.033701 | 0.013010 | NaN | NaN | 0.041886 | 0.015813 | 0.043594 | NaN | NaN | NaN | 0.012784 | NaN | 0.175853 | NaN | 0.036110 | 0.007519 | NaN | NaN | 0.044560 | 0.017897 | 0.044685 | NaN | NaN | NaN | 0.015348 | NaN | 0.176995 | NaN | 0.033993 | 0.014159 | NaN | NaN | 0.042131 | 0.015773 | 0.043582 | NaN | NaN | NaN | 0.012857 | NaN | 0.175633 | 0.030346 | 0.018927 | 0.010132 | 0.018852 | 0.008594 | 0.037294 | NaN | 0.019583 | NaN | 0.004161 | 0.008410 | NaN | 0.009643 | 0.002005 | NaN | 0.001736 | NaN | 0.001416 | 0.001416 | 0.001001 | 0.003180 | NaN | 0.002243 | NaN | NaN | NaN | 0.003322 | 0.002028 | 0.006050 | 0.010540 | 0.015328 | 0.001785 | 0.010370 | 0.010370 | 0.042553 | 0.042553 | NaN | 0.022456 | 0.022456 | 0.020368 | 0.020368 | 0.003015 | 0.012445 | 0.001416 | 0.002005 | 0.002243 | 0.006025 | 0.015373 | NaN | 0.054221 | NaN | 0.013705 | 0.008134 | NaN | NaN | 0.033329 | NaN | 0.018705 | 0.005468 | 0.003015 | 0.020564 | 0.010894 | 0.024927 | 0.008064 | 0.013654 | NaN | 0.007922 | 0.001736 | 0.010011 | 0.005752 | 0.002458 | 0.003487 | 0.006288 | 0.005066 | 0.003337 | 0.004283 | 0.010952 | 0.113586 | 0.001416 | 0.006868 | 0.001736 | 0.015024 | 0.003487 | 0.007851 | 0.005659 | 0.002656 | 0.002005 | 0.011123 | 0.002656 | 0.003904 | 0.001736 | 0.014924 | 0.012818 | 0.011180 | 7.258393e-03 | 0.014773 | 0.069662 | 0.014115 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Agriculture | 0.020974 | 0.015355 | 0.024544 | 0.008818 | 0.005140 | 0.007377 | 0.001511 | 0.017281 | 0.016806 | 0.041563 | 0.013129 | 0.052714 | 0.082920 | NaN | 0.041282 | 0.028290 | 0.005228 | 0.038769 | 0.018343 | 0.036468 | 0.008132 | 0.003167 | 0.010340 | 0.012902 | 0.023430 | 0.020687 | 0.028859 | 6.113379e-03 | 0.007056 | 0.014439 | 0.016101 | 0.009269 | 0.056993 | 0.005821 | 0.003096 | 0.006998 | 0.017329 | 0.069133 | 0.060344 | 0.049205 | 0.009899 | 0.018083 | 0.021778 | 0.049125 | 0.011841 | 0.015529 | 0.044356 | 0.003160 | 0.003819 | 0.005527 | 0.021803 | 0.042969 | 0.050297 | 0.059452 | 0.009467 | 0.017241 | 0.023209 | 0.038934 | 0.017467 | 0.010508 | 0.040218 | 0.005573 | 0.002088 | 0.006764 | 0.017299 | 0.069493 | 0.060085 | 0.060586 | 0.010576 | 0.018399 | 0.022144 | 0.049213 | 0.012378 | 0.015733 | 0.070916 | 0.032837 | 0.030518 | 0.037268 | 0.025888 | 0.046580 | NaN | 0.011665 | NaN | 0.012532 | 0.025333 | NaN | 0.046891 | 0.006039 | NaN | 0.005228 | NaN | 0.004266 | 0.004266 | 0.003015 | 0.009578 | NaN | 0.006756 | NaN | NaN | NaN | 0.008819 | 0.005385 | 0.016062 | 0.023865 | 0.040697 | 0.029351 | 0.031234 | 0.031234 | 0.039717 | 0.039717 | NaN | 0.066966 | 0.066966 | 0.031710 | 0.031710 | 0.009082 | 0.006403 | 0.004266 | 0.006039 | 0.006756 | 0.018149 | 0.019368 | NaN | 0.006957 | NaN | 0.041282 | 0.024501 | NaN | NaN | 0.048053 | NaN | 0.016170 | 0.016469 | 0.009082 | 0.007578 | 0.001582 | 0.033828 | 0.064197 | 0.017085 | NaN | 0.023862 | 0.005228 | 0.030152 | 0.017327 | 0.007404 | 0.010503 | 0.018940 | 0.052562 | 0.010050 | 0.012902 | 0.001267 | 0.055383 | 0.232741 | 0.030391 | 0.005228 | 0.045253 | 0.086744 | 0.023647 | 0.017045 | 0.008001 | 0.006039 | 0.000338 | 0.008001 | 0.011760 | 0.005228 | 0.009934 | 0.022241 | 0.033674 | 2.672131e-02 | 0.044498 | 0.012965 | 0.014400 | 0.003015 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Bank | 0.027405 | 0.023035 | 0.030963 | 0.071386 | 0.050411 | 0.010129 | 0.045082 | 0.061271 | 0.076212 | 0.036275 | 0.003154 | 0.045527 | 0.025413 | NaN | 0.036370 | 0.043549 | 0.004606 | 0.076675 | 0.076057 | 0.037938 | 0.055905 | 0.052622 | 0.036955 | 0.011367 | 0.020642 | 0.018225 | 0.017815 | 6.924935e-03 | 0.010668 | 0.041757 | 0.017817 | 0.053686 | 0.066373 | 0.023217 | 0.014807 | 0.031658 | 0.029843 | 0.006693 | 0.067603 | 0.007640 | 0.041433 | 0.210358 | 0.069542 | 0.035396 | 0.199385 | 0.032899 | 0.060999 | 0.019548 | 0.010305 | 0.032225 | 0.015790 | 0.010774 | 0.048093 | 0.005321 | 0.056342 | 0.211476 | 0.063722 | 0.030657 | 0.232317 | 0.035117 | 0.066813 | 0.023814 | 0.014912 | 0.031319 | 0.029866 | 0.007129 | 0.067342 | 0.007429 | 0.041141 | 0.211417 | 0.070448 | 0.035585 | 0.204493 | 0.033252 | 0.019273 | 0.012643 | 0.024880 | 0.013370 | 0.021105 | 0.037370 | NaN | 0.028437 | NaN | 0.011041 | 0.022319 | NaN | 0.025590 | 0.184707 | NaN | 0.004606 | NaN | 0.003759 | 0.003759 | 0.002656 | 0.008438 | NaN | 0.005952 | NaN | NaN | NaN | 0.125992 | 0.005385 | 0.016062 | 0.027984 | 0.019263 | 0.008897 | 0.094064 | 0.094064 | 0.037375 | 0.037375 | NaN | 0.034179 | 0.034179 | 0.025009 | 0.025009 | 0.008001 | 0.002183 | 0.003759 | 0.005321 | 0.005952 | 0.015990 | 0.010283 | NaN | 0.116334 | NaN | 0.036370 | 0.021586 | NaN | NaN | 0.064425 | NaN | 0.032499 | 0.128445 | 0.008001 | 0.076675 | 0.049016 | 0.057218 | 0.021400 | 0.029706 | NaN | 0.029881 | 0.004606 | 0.026565 | 0.015266 | 0.006523 | 0.009253 | 0.016687 | 0.063381 | 0.008855 | 0.011367 | 0.126147 | 0.023387 | 0.003759 | 0.018225 | 0.004606 | 0.039869 | 0.009253 | 0.020834 | 0.015017 | 0.007049 | 0.005321 | 0.008817 | 0.007049 | 0.010361 | 0.004606 | 0.022568 | 0.000448 | 0.029668 | 1.926183e-02 | 0.039204 | 0.025581 | 0.027014 | 0.002656 | 0.008001 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Business Entity Type 1 | 0.031957 | 0.033856 | 0.012567 | 0.072763 | 0.058398 | 0.061303 | 0.048397 | 0.146254 | 0.023629 | 0.054120 | 0.026788 | 0.001513 | 0.065044 | NaN | 0.053456 | 0.003623 | 0.143659 | 0.009812 | 0.032269 | 0.026308 | 0.110823 | 0.123729 | 0.043283 | 0.016707 | 0.005145 | 0.012898 | 0.021947 | 1.424941e-02 | 0.018657 | 0.032391 | 0.036182 | 0.069105 | 0.025402 | 0.046606 | 0.015874 | 0.063449 | 0.015852 | 0.009952 | 0.036216 | 0.017771 | 0.042253 | 0.053487 | 0.003187 | 0.044984 | 0.032790 | 0.015413 | 0.020146 | 0.044861 | 0.001859 | 0.097180 | 0.010950 | 0.005914 | 0.034680 | 0.031301 | 0.034190 | 0.049502 | 0.012338 | 0.041516 | 0.032243 | 0.015221 | 0.024713 | 0.045661 | 0.021894 | 0.061933 | 0.015753 | 0.010540 | 0.035891 | 0.017470 | 0.042478 | 0.052719 | 0.004379 | 0.044668 | 0.033016 | 0.014907 | 0.036775 | 0.006211 | 0.002133 | 0.005298 | 0.007938 | 0.007160 | NaN | 0.058000 | NaN | 0.016228 | 0.032804 | NaN | 0.008112 | 0.007820 | NaN | 0.006769 | NaN | 0.362762 | 0.005524 | 0.003904 | 0.070281 | NaN | 0.008748 | NaN | NaN | NaN | 0.083197 | 0.007647 | 0.022810 | 0.046162 | 0.057793 | 0.051362 | 0.012648 | 0.012648 | 0.023024 | 0.023024 | NaN | 0.017866 | 0.017866 | 0.007140 | 0.007140 | 0.011760 | 0.024392 | 0.005524 | 0.007820 | 0.008748 | 0.021263 | 0.018103 | NaN | 0.022490 | NaN | 0.053456 | 0.002388 | NaN | NaN | 0.018288 | NaN | 0.039718 | 0.021326 | 0.011760 | 0.027817 | 0.042492 | 0.004316 | 0.037297 | 0.037200 | NaN | 0.030900 | 0.006769 | 0.010441 | 0.022437 | 0.009588 | 0.013600 | 0.018502 | 0.032934 | 0.065861 | 0.016707 | 0.042716 | 0.002546 | 0.005524 | 0.052583 | 0.006769 | 0.047559 | 0.013600 | 0.004576 | 0.022072 | 0.010361 | 0.007820 | 0.043384 | 0.010361 | 0.015228 | 0.006769 | 0.048400 | 0.002718 | 0.017416 | 2.831071e-02 | 0.036161 | 0.009505 | 0.011276 | 0.003904 | 0.011760 | 0.010361 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Business Entity Type 2 | 0.016477 | 0.053777 | 0.022436 | 0.036682 | 0.024728 | 0.013487 | 0.019425 | 0.025726 | 0.013237 | 0.087011 | 0.051043 | 0.030076 | 0.106006 | NaN | 0.084910 | 0.053868 | 0.010752 | 0.034909 | 0.051255 | 0.016006 | 0.037092 | 0.026500 | 0.049608 | 0.013309 | 0.002491 | 0.016994 | 0.002063 | 1.529309e-02 | 0.028740 | 0.031345 | 0.057018 | 0.051055 | 0.031258 | 0.002810 | 0.000639 | 0.092836 | 0.018303 | 0.036227 | 0.004380 | 0.026519 | 0.040761 | 0.004698 | 0.057082 | 0.036331 | 0.005528 | 0.005420 | 0.034619 | 0.007522 | 0.007473 | 0.090435 | 0.013210 | 0.035159 | 0.005005 | 0.027358 | 0.043562 | 0.004657 | 0.054000 | 0.041965 | 0.013228 | 0.001171 | 0.035639 | 0.006380 | 0.006127 | 0.090628 | 0.018907 | 0.035384 | 0.000675 | 0.029584 | 0.043200 | 0.003012 | 0.060982 | 0.037761 | 0.006320 | 0.003731 | 0.033180 | 0.001158 | 0.031105 | 0.002069 | 0.045607 | 0.091533 | NaN | 0.002948 | NaN | 0.015204 | 0.052106 | NaN | 0.016242 | 0.012422 | NaN | 0.086115 | NaN | 0.008775 | 0.008775 | 0.006202 | 0.019700 | NaN | 0.013895 | NaN | NaN | NaN | 0.043614 | 0.039464 | 0.005782 | 0.005119 | 0.013096 | 0.059714 | 0.007357 | 0.007357 | 0.009161 | 0.009161 | NaN | 0.026882 | 0.026882 | 0.021429 | 0.021429 | 0.018680 | 0.031756 | 0.109804 | 0.071510 | 0.136322 | 0.008504 | 0.066482 | NaN | 0.019497 | NaN | 0.084910 | 0.028426 | NaN | NaN | 0.058757 | NaN | 0.043329 | 0.033875 | 0.018680 | 0.057842 | 0.015867 | 0.012761 | 0.005689 | 0.002781 | NaN | 0.004114 | 0.010752 | 0.030079 | 0.024562 | 0.015229 | 0.027052 | 0.016459 | 0.031387 | 0.030119 | 0.026538 | 0.067851 | 0.034104 | 0.008775 | 0.110781 | 0.086115 | 0.112001 | 0.075705 | 0.048638 | 0.035060 | 0.016457 | 0.012422 | 0.049609 | 0.016457 | 0.024189 | 0.010752 | 0.044843 | 0.033748 | 0.065654 | 3.646116e-03 | 0.063887 | 0.018672 | 0.012216 | 0.006202 | 0.018680 | 0.016457 | 0.024189 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Business Entity Type 3 | 0.003718 | 0.054214 | 0.004037 | 0.097735 | 0.059539 | 0.070883 | 0.054931 | 0.045583 | 0.149869 | 0.235417 | 0.089929 | 0.091536 | 0.018858 | NaN | 0.237419 | 0.069822 | 0.030065 | 0.002041 | 0.040870 | 0.000520 | 0.085336 | 0.072431 | 0.028181 | 0.050718 | 0.069928 | 0.075595 | 0.022205 | 4.520476e-02 | 0.044591 | 0.132306 | 0.047953 | 0.019252 | 0.026616 | 0.023892 | 0.054383 | 0.023381 | 0.048402 | 0.067768 | 0.024694 | 0.043330 | 0.118777 | 0.055561 | 0.050650 | 0.050264 | 0.015303 | 0.051716 | 0.017591 | 0.030428 | 0.040102 | 0.020971 | 0.040554 | 0.066572 | 0.025246 | 0.042653 | 0.118156 | 0.051212 | 0.042186 | 0.039066 | 0.010410 | 0.059028 | 0.025630 | 0.025245 | 0.082456 | 0.017352 | 0.050637 | 0.068275 | 0.025240 | 0.043350 | 0.121159 | 0.054987 | 0.048143 | 0.051874 | 0.015299 | 0.051803 | 0.081491 | 0.015898 | 0.036693 | 0.018153 | 0.037639 | 0.028218 | NaN | 0.010672 | NaN | 0.074756 | 0.145694 | NaN | 0.113705 | 0.040447 | NaN | 0.056702 | NaN | 0.024535 | 0.081678 | 0.017340 | 0.016454 | NaN | 0.005214 | NaN | NaN | NaN | 0.022663 | 0.031676 | 0.001636 | 0.060120 | 0.009827 | 0.007191 | 0.003263 | 0.003263 | 0.177218 | 0.177218 | NaN | 0.078495 | 0.078495 | 0.038143 | 0.038143 | 0.027108 | 0.055399 | 0.028571 | 0.034733 | 0.038852 | 0.024723 | 0.055053 | NaN | 0.143493 | NaN | 0.237419 | 0.121231 | NaN | NaN | 0.106885 | NaN | 0.028006 | 0.004256 | 0.052231 | 0.017618 | 0.003962 | 0.007453 | 0.050470 | 0.083042 | NaN | 0.066751 | 0.030065 | 0.049324 | 0.021677 | 0.011859 | 0.004968 | 0.064802 | 0.064207 | 0.010441 | 0.002820 | 0.151340 | 0.085988 | 0.024535 | 0.027411 | 0.013319 | 0.125501 | 0.070339 | 0.077165 | 0.070652 | 0.010899 | 0.040447 | 0.041024 | 0.046017 | 0.028596 | 0.056702 | 0.000258 | 0.010710 | 0.017817 | 8.110363e-02 | 0.051673 | 0.022062 | 0.023300 | 0.017340 | 0.052231 | 0.046017 | 0.067635 | 0.107431 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Cleaning | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Construction | 0.014198 | 0.007665 | 0.024328 | 0.009711 | 0.023546 | 0.034921 | 0.020895 | 0.001958 | 0.041951 | 0.058300 | 0.040858 | 0.049853 | 0.035329 | NaN | 0.058648 | 0.015016 | 0.007427 | 0.038617 | 0.004671 | 0.010834 | 0.019011 | 0.026749 | 0.024028 | 0.018330 | 0.128927 | 0.152025 | 0.040348 | 7.816636e-02 | 0.048142 | 0.027632 | 0.023716 | 0.013281 | 0.024392 | 0.013824 | 0.017157 | 0.081754 | 0.011871 | 0.030748 | 0.008713 | 0.036280 | 0.028659 | 0.037702 | 0.019610 | 0.004831 | 0.000781 | 0.042868 | 0.019072 | 0.019578 | 0.011182 | 0.081080 | 0.009248 | 0.027495 | 0.013799 | 0.028722 | 0.030744 | 0.034472 | 0.015172 | 0.000539 | 0.002024 | 0.045633 | 0.023951 | 0.014411 | 0.017430 | 0.080379 | 0.011810 | 0.030361 | 0.008559 | 0.036411 | 0.028771 | 0.037122 | 0.019079 | 0.004607 | 0.000492 | 0.043185 | 0.005651 | 0.026047 | 0.024317 | 0.025221 | 0.013387 | 0.023053 | NaN | 0.084272 | NaN | 0.040380 | 0.035990 | NaN | 0.012676 | 0.008580 | NaN | 0.007427 | NaN | 0.006061 | 0.006061 | 0.004283 | 0.013607 | NaN | 0.009597 | NaN | NaN | NaN | 0.013826 | 0.008442 | 0.015720 | 0.000756 | 0.012193 | 0.020632 | 0.108112 | 0.108112 | 0.087843 | 0.087843 | NaN | 0.015458 | 0.015458 | 0.037580 | 0.037580 | 0.012902 | 0.031177 | 0.006061 | 0.008580 | 0.009597 | 0.096997 | 0.010754 | NaN | 0.027163 | NaN | 0.058648 | 0.003618 | NaN | NaN | 0.068268 | NaN | 0.005803 | 0.023398 | 0.146385 | 0.027226 | 0.046619 | 0.044778 | 0.028348 | 0.017078 | NaN | 0.033901 | 0.130104 | 0.061771 | 0.018120 | 0.010519 | 0.054157 | 0.012431 | 0.021679 | 0.014278 | 0.018330 | 0.046865 | 0.020485 | 0.006061 | 0.043176 | 0.007427 | 0.149234 | 0.014921 | 0.001416 | 0.024216 | 0.011367 | 0.008580 | 0.023558 | 0.078849 | 0.016707 | 0.007427 | 0.005380 | 0.011627 | 0.000048 | 3.796242e-02 | 0.034885 | 0.001558 | 0.040187 | 0.004283 | 0.012902 | 0.011367 | 0.016707 | 0.026538 | 0.074203 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Culture | 0.039845 | 0.008680 | 0.018002 | 0.004332 | 0.000405 | 0.000810 | 0.005213 | 0.003762 | 0.026340 | 0.013580 | 0.026729 | 0.038972 | NaN | NaN | 0.013705 | 0.016411 | 0.001736 | 0.048676 | 0.008273 | 0.004447 | 0.002700 | 0.001052 | 0.000240 | 0.004283 | 0.007779 | 0.006868 | 0.009581 | 1.826655e-02 | 0.015472 | NaN | 0.027160 | NaN | 0.017602 | 0.007399 | 0.024073 | 0.077291 | 0.008102 | 0.018682 | 0.014032 | 0.043594 | 0.066637 | 0.030453 | 0.020246 | 0.019554 | 0.000552 | 0.003207 | 0.011577 | 0.013043 | 0.010733 | 0.064556 | 0.006212 | 0.016144 | 0.017370 | 0.044685 | 0.068473 | 0.040498 | 0.013306 | 0.012908 | 0.017467 | 0.018102 | 0.012171 | 0.016115 | 0.026186 | 0.075945 | 0.008060 | 0.014305 | 0.019790 | 0.043582 | 0.066654 | 0.041710 | 0.014461 | 0.021390 | 0.008722 | 0.011791 | 0.007138 | 0.018927 | 0.010132 | 0.018852 | 0.008594 | 0.040335 | NaN | 0.019583 | NaN | 0.004161 | 0.008410 | NaN | 0.009643 | 0.002005 | NaN | 0.001736 | NaN | 0.001416 | 0.001416 | 0.001001 | 0.003180 | NaN | 0.002243 | NaN | NaN | NaN | 0.003322 | 0.002028 | 0.006050 | 0.010540 | 0.015328 | 0.016190 | 0.010370 | 0.010370 | 0.042553 | 0.042553 | NaN | 0.022456 | 0.022456 | 0.049147 | 0.049147 | 0.003015 | 0.012445 | 0.001416 | 0.002005 | 0.002243 | 0.006025 | 0.015373 | NaN | 0.054221 | NaN | 0.013705 | 0.008134 | NaN | NaN | 0.033329 | NaN | 0.018705 | 0.183075 | 0.003015 | 0.048676 | 0.010894 | 0.024927 | 0.008064 | 0.013654 | NaN | 0.007922 | 0.001736 | 0.010011 | 0.005752 | 0.002458 | 0.003487 | 0.006288 | 0.005066 | 0.003337 | 0.004283 | 0.091401 | 0.008813 | 0.001416 | 0.006868 | 0.001736 | 0.015024 | 0.003487 | 0.007851 | 0.005659 | 0.002656 | 0.002005 | 0.011123 | 0.002656 | 0.003904 | 0.001736 | 0.014924 | 0.012818 | 0.011180 | 7.258393e-03 | 0.014773 | 0.014369 | 0.070916 | 0.001001 | 0.003015 | 0.002656 | 0.003904 | 0.006202 | 0.017340 | NaN | 0.004283 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Electricity | 0.007375 | 0.019448 | 0.019273 | 0.062800 | 0.035730 | 0.053693 | 0.038041 | 0.062835 | 0.016755 | 0.030465 | 0.010031 | 0.030214 | 0.010391 | NaN | 0.030708 | 0.036769 | 0.003889 | 0.046076 | 0.018536 | 0.009964 | 0.063661 | 0.061258 | 0.012342 | 0.009597 | 0.017428 | 0.015388 | 0.021467 | 4.092728e-02 | 0.034667 | 0.078490 | 0.020918 | 0.001506 | 0.031102 | 0.007382 | 0.033985 | 0.075359 | 0.021251 | 0.032506 | 0.055226 | 0.175814 | 0.083427 | 0.017507 | 0.025627 | 0.082405 | 0.092741 | 0.090231 | 0.027021 | 0.018729 | 0.018130 | 0.074908 | 0.023229 | 0.028041 | 0.060687 | 0.177832 | 0.085941 | 0.025329 | 0.015732 | 0.078775 | 0.108743 | 0.092326 | 0.023030 | 0.021385 | 0.037942 | 0.074113 | 0.021235 | 0.024829 | 0.065143 | 0.175570 | 0.083466 | 0.024345 | 0.010517 | 0.073718 | 0.095180 | 0.090331 | 0.082485 | 0.010041 | 0.013188 | 0.009576 | 0.019256 | 0.044649 | NaN | 0.019484 | NaN | 0.009322 | 0.018844 | NaN | 0.021606 | 0.004492 | NaN | 0.003889 | NaN | 0.003173 | 0.003173 | 0.002243 | 0.007125 | NaN | 0.005025 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.034400 | 0.026580 | 0.028075 | 0.072575 | 0.072575 | 0.065734 | 0.065734 | NaN | 0.020276 | 0.020276 | 0.016665 | 0.016665 | 0.006756 | 0.027885 | 0.003173 | 0.004492 | 0.005025 | 0.013500 | 0.034444 | NaN | 0.056346 | NaN | 0.030708 | 0.018225 | NaN | NaN | 0.017888 | NaN | 0.055178 | 0.012251 | 0.006756 | 0.047007 | 0.024409 | 0.031644 | 0.041171 | 0.047350 | NaN | 0.017750 | 0.003889 | 0.022429 | 0.012889 | 0.005508 | 0.007812 | 0.014089 | 0.011351 | 0.007476 | 0.009597 | 0.024538 | 0.019745 | 0.003173 | 0.015388 | 0.003889 | 0.076105 | 0.007812 | 0.043065 | 0.012679 | 0.005952 | 0.004492 | 0.024922 | 0.005952 | 0.008748 | 0.003889 | 0.003307 | 0.028720 | 0.025049 | 1.626285e-02 | 0.003883 | 0.043116 | 0.006478 | 0.002243 | 0.006756 | 0.005952 | 0.008748 | 0.013895 | 0.038852 | NaN | 0.009597 | 0.002243 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Emergency | 0.013188 | 0.017386 | 0.036058 | 0.031668 | 0.013034 | 0.042992 | 0.008061 | 0.011540 | 0.008629 | 0.028320 | 0.009083 | 0.026615 | 0.003448 | NaN | 0.027452 | 0.005892 | 0.003476 | 0.041191 | 0.016571 | 0.008907 | 0.037598 | 0.035017 | 0.009115 | 0.008580 | 0.015581 | 0.013756 | 0.019191 | 3.482928e-17 | 0.009153 | 0.084478 | 0.055954 | 0.051049 | 0.026079 | 0.011574 | 0.017975 | 0.022049 | 0.019318 | 0.015728 | 0.001786 | 0.030393 | 0.010696 | 0.021292 | 0.008443 | 0.018617 | 0.008671 | 0.023942 | 0.026141 | 0.022741 | 0.011500 | 0.020143 | 0.021486 | 0.013041 | 0.008314 | 0.028350 | 0.009467 | 0.023369 | 0.016785 | 0.018491 | 0.017467 | 0.025077 | 0.025560 | 0.006174 | 0.018884 | 0.021510 | 0.021247 | 0.015418 | 0.004028 | 0.030152 | 0.010576 | 0.021714 | 0.008228 | 0.018958 | 0.008722 | 0.024492 | 0.019026 | 0.008977 | 0.020294 | 0.008560 | 0.017215 | 0.023962 | NaN | 0.003823 | NaN | 0.008334 | 0.016846 | NaN | 0.019315 | 0.004016 | NaN | 0.003476 | NaN | 0.002837 | 0.002837 | 0.002005 | 0.006369 | NaN | 0.220125 | NaN | NaN | NaN | 0.006655 | 0.004063 | 0.012121 | 0.001706 | 0.030710 | 0.041441 | 0.032761 | 0.032761 | 0.019059 | 0.019059 | NaN | 0.022154 | 0.022154 | 0.028822 | 0.028822 | 0.006039 | 0.024928 | 0.002837 | 0.004016 | 0.004492 | 0.012069 | 0.030792 | NaN | 0.036978 | NaN | 0.027452 | 0.016293 | NaN | NaN | 0.060158 | NaN | 0.001302 | 0.010952 | 0.161718 | 0.028154 | 0.021821 | 0.049929 | 0.016152 | 0.027349 | NaN | 0.015868 | 0.003476 | 0.020051 | 0.011522 | 0.004924 | 0.006984 | 0.012595 | 0.010148 | 0.006683 | 0.008580 | 0.021936 | 0.017652 | 0.002837 | 0.013756 | 0.003476 | 0.030093 | 0.006984 | 0.052055 | 0.011335 | 0.005321 | 0.004016 | 0.022279 | 0.005321 | 0.007820 | 0.003476 | 0.011169 | 0.025675 | 0.028042 | 1.453863e-02 | 0.029591 | 0.055376 | 0.028273 | 0.002005 | 0.006039 | 0.005321 | 0.007820 | 0.012422 | 0.034733 | NaN | 0.008580 | 0.002005 | 0.004492 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Government | 0.043231 | 0.028742 | 0.034503 | 0.068485 | 0.020238 | 0.032184 | 0.019290 | 0.010414 | 0.021732 | 0.080525 | 0.007780 | 0.006209 | 0.007083 | NaN | 0.080023 | 0.082232 | 0.010133 | 0.026940 | 0.048305 | 0.001568 | 0.029731 | 0.028746 | 0.025130 | 0.025011 | 0.021272 | 0.013097 | 0.035761 | 9.695951e-03 | 0.023135 | 0.000047 | 0.019352 | 0.042635 | 0.003580 | 0.024817 | 0.027774 | 0.043397 | 0.047978 | 0.011468 | 0.011057 | 0.004682 | 0.018148 | 0.093040 | 0.013387 | 0.001181 | 0.035970 | 0.003088 | 0.012462 | 0.016009 | 0.018012 | 0.045221 | 0.043460 | 0.005584 | 0.016391 | 0.008320 | 0.021531 | 0.097537 | 0.004047 | 0.009446 | 0.035849 | 0.001543 | 0.004260 | 0.023991 | 0.028742 | 0.042868 | 0.047898 | 0.010816 | 0.011152 | 0.004973 | 0.018384 | 0.094105 | 0.012389 | 0.001527 | 0.036254 | 0.002431 | 0.004425 | 0.013388 | 0.030819 | 0.014638 | 0.032775 | 0.047179 | NaN | 0.051800 | NaN | 0.024294 | 0.049107 | NaN | 0.016159 | 0.011707 | NaN | 0.010133 | NaN | 0.008270 | 0.008270 | 0.005845 | 0.018566 | NaN | 0.013095 | NaN | NaN | NaN | 0.018828 | 0.011496 | 0.026797 | 0.043078 | 0.048342 | 0.006830 | 0.003802 | 0.003802 | 0.032128 | 0.032128 | NaN | 0.059954 | 0.059954 | 0.077868 | 0.077868 | 0.017605 | 0.039801 | 0.008270 | 0.011707 | 0.066270 | 0.025739 | 0.018556 | NaN | 0.082073 | NaN | 0.080023 | 0.091784 | NaN | NaN | 0.085675 | NaN | 0.031345 | 0.031925 | 0.017605 | 0.014689 | 0.027314 | 0.030390 | 0.023694 | 0.018173 | NaN | 0.046257 | 0.092225 | 0.019405 | 0.030025 | 0.014352 | 0.020359 | 0.007437 | 0.006275 | 0.019482 | 0.025011 | 0.171481 | 0.035170 | 0.008270 | 0.040100 | 0.010133 | 0.001040 | 0.020359 | 0.002060 | 0.000743 | 0.015510 | 0.011707 | 0.047054 | 0.051634 | 0.023257 | 0.092225 | 0.014421 | 0.010504 | 0.029635 | 3.467502e-02 | 0.001358 | 0.024428 | 0.022899 | 0.005845 | 0.017605 | 0.015510 | 0.022797 | 0.036210 | 0.101248 | NaN | 0.025011 | 0.005845 | 0.013095 | 0.011707 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Hotel | 0.016725 | 0.017386 | 0.036058 | 0.019011 | 0.023198 | 0.006942 | 0.018181 | 0.016297 | 0.001669 | 0.026992 | 0.013856 | 0.031879 | 0.001544 | NaN | 0.027452 | 0.032870 | 0.003476 | 0.028154 | 0.016571 | 0.043431 | 0.026782 | 0.030804 | 0.034061 | 0.008580 | 0.015581 | 0.013756 | 0.019191 | 7.317617e-02 | 0.089442 | 0.001594 | 0.013170 | 0.004550 | 0.049270 | 0.005198 | 0.013132 | NaN | NaN | 0.039056 | 0.028189 | 0.052083 | NaN | 0.015977 | NaN | 0.049609 | NaN | 0.012770 | 0.046756 | 0.002629 | 0.003409 | NaN | NaN | 0.037439 | 0.024552 | 0.050680 | NaN | 0.014545 | NaN | 0.046817 | NaN | 0.010965 | 0.048988 | 0.004950 | 0.016931 | NaN | NaN | 0.038838 | 0.027978 | 0.051845 | NaN | 0.015719 | NaN | 0.049401 | NaN | 0.012479 | 0.040572 | 0.037911 | 0.020294 | 0.037760 | 0.017215 | 0.040794 | NaN | 0.031579 | NaN | 0.114223 | 0.016846 | NaN | 0.019315 | 0.004016 | NaN | 0.003476 | NaN | 0.002837 | 0.002837 | 0.002005 | 0.006369 | NaN | 0.004492 | NaN | NaN | NaN | 0.006655 | 0.004063 | 0.012121 | 0.021117 | 0.004317 | 0.005427 | 0.032761 | 0.032761 | 0.047118 | 0.047118 | NaN | 0.011413 | 0.011413 | 0.028822 | 0.028822 | 0.006039 | 0.021580 | 0.002837 | 0.004016 | 0.004492 | 0.012069 | 0.009512 | NaN | 0.000582 | NaN | 0.027452 | 0.049404 | NaN | NaN | 0.003300 | NaN | 0.037466 | 0.010952 | 0.006039 | 0.041191 | 0.029644 | 0.047844 | 0.016152 | 0.027349 | NaN | 0.118609 | 0.003476 | 0.035034 | 0.011522 | 0.004924 | 0.006984 | 0.070268 | 0.010148 | 0.006683 | 0.008580 | 0.080570 | 0.017652 | 0.002837 | 0.013756 | 0.003476 | 0.030093 | 0.006984 | 0.052055 | 0.011335 | 0.005321 | 0.004016 | 0.022279 | 0.005321 | 0.007820 | 0.003476 | 0.052229 | 0.025675 | 0.022393 | 1.453863e-02 | 0.011737 | 0.028782 | 0.014307 | 0.002005 | 0.006039 | 0.005321 | 0.007820 | 0.012422 | 0.034733 | NaN | 0.008580 | 0.002005 | 0.004492 | 0.004016 | 0.011707 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Housing | 0.061795 | 0.024638 | 0.059025 | 0.047678 | 0.019421 | 0.029333 | 0.016765 | 0.031451 | 0.019331 | 0.040110 | 0.043621 | 0.000913 | 0.017534 | NaN | 0.038901 | 0.019115 | 0.004926 | 0.015329 | 0.023482 | 0.048531 | 0.007663 | 0.026303 | 0.023114 | 0.012158 | 0.022079 | 0.019494 | 0.027194 | 2.592379e-02 | 0.015473 | 0.079475 | 0.022628 | 0.038998 | 0.008838 | 0.037362 | 0.012947 | 0.035969 | 0.093686 | 0.013760 | 0.085331 | 0.032231 | 0.003159 | 0.057838 | 0.028479 | 0.011357 | 0.003185 | 0.023651 | 0.004581 | 0.023406 | 0.008458 | 0.037978 | 0.079433 | 0.024318 | 0.080226 | 0.052578 | 0.000230 | 0.053185 | 0.038973 | 0.002651 | 0.007496 | 0.028318 | 0.011372 | 0.038030 | 0.012496 | 0.035591 | 0.085737 | 0.013309 | 0.089870 | 0.031946 | 0.002917 | 0.058652 | 0.029471 | 0.011618 | 0.003674 | 0.026043 | 0.034126 | 0.007781 | 0.000342 | 0.008558 | 0.010515 | 0.056640 | NaN | 0.055585 | NaN | 0.011810 | 0.023872 | NaN | 0.027371 | 0.005691 | NaN | 0.004926 | NaN | 0.004020 | 0.004020 | 0.002841 | 0.009026 | NaN | 0.006366 | NaN | NaN | NaN | 0.009434 | 0.005760 | 0.042122 | 0.002419 | 0.012588 | 0.026838 | 0.046425 | 0.046425 | 0.003563 | 0.003563 | NaN | 0.016172 | 0.016172 | 0.008484 | 0.008484 | 0.008558 | 0.035325 | 0.004020 | 0.172153 | 0.006366 | 0.017102 | 0.015078 | NaN | 0.050750 | NaN | 0.038901 | 0.023088 | NaN | NaN | 0.004676 | NaN | 0.027469 | 0.015520 | 0.008558 | 0.033804 | 0.030922 | 0.024570 | 0.024014 | 0.038755 | NaN | 0.025154 | 0.004926 | 0.028414 | 0.016328 | 0.006977 | 0.009897 | 0.017848 | 0.014380 | 0.009471 | 0.012158 | 0.031085 | 0.025014 | 0.004020 | 0.019494 | 0.004926 | 0.131175 | 0.009897 | 0.022283 | 0.016062 | 0.007540 | 0.005691 | 0.031571 | 0.127101 | 0.011082 | 0.004926 | 0.013266 | 0.036383 | 0.031732 | 3.090321e-02 | 0.045914 | 0.010972 | 0.020274 | 0.002841 | 0.008558 | 0.007540 | 0.011082 | 0.017603 | 0.049219 | NaN | 0.012158 | 0.002841 | 0.006366 | 0.005691 | 0.016589 | 0.005691 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 1 | 0.044182 | 0.080186 | 0.007912 | 0.018458 | 0.035705 | 0.029613 | 0.034048 | 0.044885 | 0.016166 | 0.034669 | 0.033895 | 0.051929 | 0.013456 | NaN | 0.033655 | 0.054745 | 0.004262 | 0.006178 | 0.020316 | 0.017297 | 0.019679 | 0.024316 | 0.024114 | 0.010519 | 0.036751 | 0.045598 | 0.023527 | 4.485613e-02 | 0.060437 | 0.096985 | 0.074690 | 0.061605 | 0.004964 | 0.088035 | 0.016548 | NaN | NaN | 0.039056 | 0.035038 | 0.052083 | NaN | 0.219168 | NaN | 0.036027 | NaN | 0.100470 | 0.001379 | 0.090172 | 0.010363 | NaN | NaN | 0.037439 | 0.037816 | 0.050680 | NaN | 0.220769 | NaN | 0.032325 | NaN | 0.102176 | 0.004737 | 0.088387 | 0.017507 | NaN | NaN | 0.038838 | 0.034914 | 0.051845 | NaN | 0.219878 | NaN | 0.035834 | NaN | 0.100497 | 0.025745 | 0.016917 | 0.024880 | 0.016461 | 0.021105 | 0.069196 | NaN | 0.009780 | NaN | 0.010217 | 0.020653 | NaN | 0.022751 | 0.004924 | NaN | 0.004262 | NaN | 0.003478 | 0.003478 | 0.002458 | 0.007808 | NaN | 0.005508 | NaN | NaN | NaN | 0.007445 | 0.004546 | 0.013559 | 0.023623 | 0.034355 | 0.036231 | 0.018288 | 0.018288 | 0.023366 | 0.023366 | NaN | 0.000274 | 0.000274 | 0.006885 | 0.006885 | 0.007404 | 0.007450 | 0.003478 | 0.004924 | 0.005508 | 0.014796 | 0.004809 | NaN | 0.015587 | NaN | 0.033655 | 0.019975 | NaN | NaN | 0.047820 | NaN | 0.045933 | 0.013427 | 0.007404 | 0.050499 | 0.057375 | 0.007938 | 0.019802 | 0.033529 | NaN | 0.019454 | 0.004262 | 0.024582 | 0.014126 | 0.006036 | 0.008562 | 0.015441 | 0.012441 | 0.008194 | 0.010519 | 0.026894 | 0.021641 | 0.003478 | 0.045598 | 0.004262 | 0.063360 | 0.008562 | 0.019278 | 0.013896 | 0.006523 | 0.004924 | 0.027314 | 0.006523 | 0.009588 | 0.004262 | 0.036647 | 0.042937 | 0.027453 | 1.782402e-02 | 0.031278 | 0.033498 | 0.034662 | 0.002458 | 0.007404 | 0.006523 | 0.009588 | 0.015229 | 0.042582 | NaN | 0.010519 | 0.002458 | 0.005508 | 0.004924 | 0.014352 | 0.004924 | 0.006977 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 10 | 0.029827 | 0.008680 | 0.018002 | 0.011466 | 0.024828 | 0.001495 | 0.032037 | 0.014916 | 0.022428 | 0.016021 | 0.016793 | 0.010681 | 0.017457 | NaN | 0.013705 | 0.016411 | 0.001736 | 0.020564 | 0.008273 | 0.004447 | 0.002700 | 0.001052 | 0.047662 | 0.004283 | 0.007779 | 0.006868 | 0.009581 | 1.826655e-02 | 0.015472 | NaN | 0.029215 | 0.052980 | 0.003514 | 0.004631 | 0.017018 | 0.056219 | 0.017091 | 0.041886 | 0.008125 | 0.055972 | 0.074356 | 0.006545 | 0.002142 | 0.015333 | 0.012944 | 0.001528 | 0.007218 | 0.016758 | 0.008947 | 0.052890 | 0.029321 | 0.030352 | 0.034952 | 0.069443 | 0.052877 | 0.017813 | 0.003671 | 0.015185 | 0.017467 | 0.018102 | 0.004672 | 0.007860 | 0.018857 | 0.055256 | 0.017062 | 0.028218 | 0.037519 | 0.068254 | 0.074362 | 0.005464 | 0.002542 | 0.012775 | 0.013072 | 0.019142 | 0.008167 | 0.018927 | 0.010132 | 0.018852 | 0.008594 | 0.027707 | NaN | 0.019583 | NaN | 0.004161 | 0.008410 | NaN | 0.009643 | 0.002005 | NaN | 0.001736 | NaN | 0.001416 | 0.001416 | 0.001001 | 0.003180 | NaN | 0.002243 | NaN | NaN | NaN | 0.003322 | 0.002028 | 0.006050 | 0.010540 | 0.015328 | 0.073686 | 0.010370 | 0.010370 | 0.023523 | 0.023523 | NaN | 0.044576 | 0.044576 | 0.049147 | 0.049147 | 0.003015 | 0.012445 | 0.001416 | 0.002005 | 0.002243 | 0.006025 | 0.015373 | NaN | 0.054221 | NaN | 0.013705 | 0.008134 | NaN | NaN | 0.033329 | NaN | 0.018705 | 0.005468 | 0.003015 | 0.020564 | 0.010894 | 0.024927 | 0.008064 | 0.013654 | NaN | 0.007922 | 0.001736 | 0.010011 | 0.005752 | 0.002458 | 0.003487 | 0.006288 | 0.005066 | 0.003337 | 0.004283 | 0.010952 | 0.008813 | 0.001416 | 0.145751 | 0.001736 | 0.015024 | 0.003487 | 0.007851 | 0.005659 | 0.002656 | 0.002005 | 0.011123 | 0.002656 | 0.003904 | 0.001736 | 0.014924 | 0.078092 | 0.011180 | 7.258393e-03 | 0.014773 | 0.014369 | 0.014115 | 0.001001 | 0.003015 | 0.002656 | 0.003904 | 0.006202 | 0.017340 | NaN | 0.004283 | 0.001001 | 0.002243 | 0.002005 | 0.005845 | 0.002005 | 0.002841 | 0.002458 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 11 | 0.009180 | 0.026145 | 0.005134 | 0.030496 | 0.054488 | 0.068158 | 0.050876 | 0.019586 | 0.019251 | 0.041263 | 0.021931 | 0.026912 | 0.114810 | NaN | 0.041282 | 0.049430 | 0.005228 | 0.061942 | 0.061606 | 0.001857 | 0.008132 | 0.003167 | 0.026372 | 0.012902 | 0.023430 | 0.020687 | 0.028859 | 4.279365e-02 | 0.060717 | 0.011793 | 0.009307 | 0.078574 | 0.015322 | 0.005380 | 0.007004 | 0.014075 | 0.023455 | 0.029221 | 0.066111 | 0.009184 | 0.097548 | 0.031203 | 0.017787 | 0.030827 | 0.000552 | 0.018184 | 0.011968 | 0.009051 | 0.000679 | 0.014899 | 0.021644 | 0.027382 | 0.061959 | 0.010663 | 0.099626 | 0.029170 | 0.014900 | 0.027825 | 0.001429 | 0.016406 | 0.015032 | 0.005746 | 0.009749 | 0.013924 | 0.023379 | 0.028990 | 0.065698 | 0.009285 | 0.097524 | 0.030841 | 0.017419 | 0.030672 | 0.000239 | 0.017897 | 0.024962 | 0.044516 | 0.003714 | 0.045673 | 0.025888 | 0.035225 | NaN | 0.058987 | NaN | 0.012532 | 0.025333 | NaN | 0.029046 | 0.006039 | NaN | 0.005228 | NaN | 0.004266 | 0.004266 | 0.003015 | 0.009578 | NaN | 0.006756 | NaN | NaN | NaN | 0.009434 | 0.005760 | 0.042122 | 0.002419 | 0.043533 | 0.011451 | 0.031234 | 0.031234 | 0.017603 | 0.017603 | NaN | 0.000337 | 0.000337 | 0.038084 | 0.038084 | 0.009082 | 0.055764 | 0.004266 | 0.006039 | 0.006756 | 0.018149 | 0.034506 | NaN | 0.017368 | NaN | 0.041282 | 0.019407 | NaN | NaN | 0.005641 | NaN | 0.016170 | 0.016469 | 0.009082 | 0.007578 | 0.032815 | 0.009737 | 0.064197 | 0.012021 | NaN | 0.023862 | 0.005228 | 0.030152 | 0.017327 | 0.007404 | 0.010503 | 0.018940 | 0.052562 | 0.010050 | 0.012902 | 0.032988 | 0.014419 | 0.004266 | 0.081469 | 0.005228 | 0.036727 | 0.010503 | 0.021654 | 0.017045 | 0.008001 | 0.006039 | 0.033503 | 0.008001 | 0.011760 | 0.005228 | 0.017509 | 0.008184 | 0.000034 | 2.186289e-02 | 0.016877 | 0.041088 | 0.014400 | 0.003015 | 0.009082 | 0.008001 | 0.011760 | 0.018680 | 0.052231 | NaN | 0.012902 | 0.003015 | 0.006756 | 0.006039 | 0.017605 | 0.006039 | 0.008558 | 0.007404 | 0.003015 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 12 | 0.004998 | 0.012282 | 0.005897 | 0.029600 | 0.093175 | 0.106706 | 0.101400 | 0.061397 | 0.023460 | 0.018985 | 0.012071 | 0.053004 | 0.049283 | NaN | 0.019392 | 0.031544 | 0.002456 | 0.019888 | 0.011706 | 0.018096 | 0.049298 | 0.047984 | 0.054560 | 0.006061 | 0.182082 | 0.206227 | 0.013556 | 2.584575e-02 | 0.034824 | NaN | 0.034060 | 0.003929 | 0.013856 | 0.013711 | 0.005268 | 0.031080 | 0.008102 | 0.027588 | 0.002063 | 0.018240 | 0.010696 | 0.030715 | 0.019684 | 0.014463 | 0.017004 | 0.019372 | 0.011598 | 0.011053 | 0.000623 | 0.028904 | 0.006212 | 0.026446 | 0.000264 | 0.017225 | 0.009467 | 0.029284 | 0.016785 | 0.012216 | 0.017467 | 0.018102 | 0.013668 | 0.013472 | 0.007263 | 0.030357 | 0.008060 | 0.027434 | 0.002008 | 0.018113 | 0.010576 | 0.030488 | 0.019286 | 0.014344 | 0.017205 | 0.019142 | 0.012079 | 0.016561 | 0.014336 | 0.016360 | 0.012160 | 0.002232 | NaN | 0.027709 | NaN | 0.005887 | 0.011900 | NaN | 0.013644 | 0.002837 | NaN | 0.002456 | NaN | 0.002004 | 0.002004 | 0.001416 | 0.004499 | NaN | 0.003173 | NaN | NaN | NaN | 0.004700 | 0.002870 | 0.109630 | 0.014914 | 0.015592 | 0.002526 | 0.014672 | 0.014672 | 0.033284 | 0.033284 | NaN | 0.015649 | 0.015649 | 0.028819 | 0.028819 | 0.004266 | 0.017609 | 0.002004 | 0.002837 | 0.003173 | 0.008526 | 0.021752 | NaN | 0.025299 | NaN | 0.019392 | 0.011509 | NaN | NaN | 0.002331 | NaN | 0.024627 | 0.007736 | 0.004266 | 0.019888 | 0.015415 | 0.035270 | 0.011410 | 0.019319 | NaN | 0.011209 | 0.002456 | 0.014164 | 0.008139 | 0.003478 | 0.004934 | 0.008897 | 0.007168 | 0.004721 | 0.006061 | 0.015496 | 0.012469 | 0.002004 | 0.098255 | 0.002456 | 0.036508 | 0.004934 | 0.011108 | 0.008007 | 0.003759 | 0.002837 | 0.015738 | 0.003759 | 0.005524 | 0.002456 | 0.094905 | 0.018137 | 0.015818 | 1.027006e-02 | 0.020903 | 0.020332 | 0.019972 | 0.001416 | 0.004266 | 0.003759 | 0.005524 | 0.008775 | 0.024535 | NaN | 0.006061 | 0.001416 | 0.003173 | 0.002837 | 0.008270 | 0.002837 | 0.004020 | 0.003478 | 0.001416 | 0.004266 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 13 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 2 | 0.008911 | 0.012282 | 0.037266 | 0.018459 | 0.024939 | 0.003202 | 0.017295 | 0.014858 | 0.004227 | 0.019937 | 0.047097 | 0.036372 | 0.025986 | NaN | 0.019392 | 0.023220 | 0.002456 | 0.029097 | 0.011706 | 0.018096 | 0.041658 | 0.045008 | 0.033549 | 0.006061 | 0.011006 | 0.009717 | 0.013556 | 2.584575e-02 | 0.034824 | 0.007973 | 0.010111 | 0.028730 | 0.035910 | 0.029263 | 0.001443 | 0.020569 | 0.031873 | 0.039056 | 0.040842 | 0.025820 | 0.069891 | 0.037231 | 0.049130 | 0.040588 | 0.024086 | 0.007225 | 0.033113 | 0.025465 | 0.001848 | 0.018178 | 0.029315 | 0.037439 | 0.037033 | 0.024384 | 0.068580 | 0.035250 | 0.046027 | 0.037695 | 0.024742 | 0.005441 | 0.035687 | 0.028935 | 0.003232 | 0.019991 | 0.031832 | 0.038838 | 0.040563 | 0.025640 | 0.069649 | 0.036914 | 0.048624 | 0.040428 | 0.024371 | 0.006931 | 0.032039 | 0.026780 | 0.014336 | 0.026673 | 0.012160 | 0.003715 | NaN | 0.027709 | NaN | 0.005887 | 0.011900 | NaN | 0.013644 | 0.002837 | NaN | 0.002456 | NaN | 0.002004 | 0.002004 | 0.001416 | 0.004499 | NaN | 0.003173 | NaN | NaN | NaN | 0.004700 | 0.002870 | 0.008561 | 0.014914 | 0.021690 | 0.035628 | 0.014672 | 0.014672 | 0.013463 | 0.013463 | NaN | 0.063072 | 0.063072 | 0.028819 | 0.028819 | 0.004266 | 0.017609 | 0.002004 | 0.002837 | 0.003173 | 0.113267 | 0.035190 | NaN | 0.026121 | NaN | 0.019392 | 0.011509 | NaN | NaN | 0.042496 | NaN | 0.024627 | 0.007736 | 0.004266 | 0.019888 | 0.015415 | 0.010774 | 0.011410 | 0.019319 | NaN | 0.083785 | 0.002456 | 0.014164 | 0.008139 | 0.003478 | 0.004934 | 0.008897 | 0.007168 | 0.004721 | 0.006061 | 0.015496 | 0.012469 | 0.002004 | 0.098255 | 0.002456 | 0.036508 | 0.004934 | 0.011108 | 0.008007 | 0.003759 | 0.002837 | 0.015738 | 0.003759 | 0.005524 | 0.002456 | 0.021116 | 0.018137 | 0.015818 | 1.027006e-02 | 0.020903 | 0.098566 | 0.019972 | 0.001416 | 0.004266 | 0.003759 | 0.005524 | 0.008775 | 0.024535 | NaN | 0.006061 | 0.001416 | 0.003173 | 0.002837 | 0.008270 | 0.002837 | 0.004020 | 0.003478 | 0.001416 | 0.004266 | 0.002004 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 3 | 0.054767 | 0.041754 | 0.078872 | 0.017011 | 0.034446 | 0.038111 | 0.034839 | 0.019256 | 0.020721 | 0.047754 | 0.037068 | 0.028764 | 0.003473 | NaN | 0.047740 | 0.010246 | 0.006045 | 0.031435 | 0.008705 | 0.064562 | 0.046575 | 0.053570 | 0.017520 | 0.014921 | 0.027095 | 0.023923 | 0.000265 | 6.362848e-02 | 0.062459 | 0.029571 | 0.037853 | 0.040618 | 0.046627 | 0.018032 | 0.004983 | 0.004887 | 0.031474 | 0.057023 | 0.033221 | 0.050317 | 0.007304 | 0.057248 | 0.019494 | 0.046372 | 0.031790 | 0.059183 | 0.047418 | 0.010501 | 0.005964 | 0.001654 | 0.026909 | 0.052699 | 0.034697 | 0.054968 | 0.004121 | 0.053114 | 0.011162 | 0.047240 | 0.031469 | 0.055126 | 0.046035 | 0.017327 | 0.002369 | 0.004508 | 0.031352 | 0.056490 | 0.032912 | 0.049929 | 0.007034 | 0.056492 | 0.018572 | 0.046026 | 0.032103 | 0.058451 | 0.047489 | 0.015611 | 0.012044 | 0.014887 | 0.029938 | 0.007217 | NaN | 0.006649 | NaN | 0.014493 | 0.029296 | NaN | 0.032273 | 0.006984 | NaN | 0.006045 | NaN | 0.004934 | 0.004934 | 0.003487 | 0.011076 | NaN | 0.007812 | NaN | NaN | NaN | 0.011082 | 0.080991 | 0.030481 | 0.021343 | 0.044752 | 0.026755 | 0.005089 | 0.005089 | 0.013964 | 0.013964 | NaN | 0.019069 | 0.019069 | 0.030591 | 0.030591 | 0.010503 | 0.043352 | 0.004934 | 0.006984 | 0.007812 | 0.028984 | 0.030186 | NaN | 0.041184 | NaN | 0.047740 | 0.028334 | NaN | NaN | 0.012654 | NaN | 0.023228 | 0.035684 | 0.010503 | 0.011336 | 0.008115 | 0.011260 | 0.028090 | 0.002928 | NaN | 0.011381 | 0.006045 | 0.034870 | 0.020038 | 0.008562 | 0.012146 | 0.021904 | 0.041177 | 0.076429 | 0.014921 | 0.038149 | 0.111421 | 0.004934 | 0.023923 | 0.006045 | 0.066175 | 0.012146 | 0.027346 | 0.019712 | 0.009253 | 0.006984 | 0.038745 | 0.009253 | 0.061956 | 0.006045 | 0.043225 | 0.008128 | 0.038942 | 1.685560e-02 | 0.027503 | 0.050053 | 0.049563 | 0.003487 | 0.010503 | 0.009253 | 0.013600 | 0.021602 | 0.060403 | NaN | 0.014921 | 0.003487 | 0.007812 | 0.006984 | 0.020359 | 0.006984 | 0.009897 | 0.008562 | 0.003487 | 0.010503 | 0.004934 | NaN | 0.004934 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 4 | 0.010234 | 0.056615 | 0.031211 | 0.016641 | 0.001869 | 0.019127 | 0.007893 | 0.020813 | 0.000668 | 0.024583 | 0.019177 | 0.037661 | 0.041327 | NaN | 0.023762 | 0.028452 | 0.003009 | 0.035654 | 0.060364 | 0.047555 | 0.004681 | 0.001823 | 0.061319 | 0.007427 | 0.013486 | 0.011907 | 0.016611 | 1.055677e-02 | 0.019506 | 0.018380 | 0.005785 | 0.014470 | 0.024205 | 0.012881 | 0.005268 | NaN | NaN | 0.027588 | 0.019939 | 0.018240 | NaN | 0.058365 | NaN | 0.019854 | NaN | 0.015082 | 0.022198 | 0.010191 | 0.000623 | NaN | NaN | 0.026446 | 0.017370 | 0.017225 | NaN | 0.059856 | NaN | 0.017705 | NaN | 0.013818 | 0.024012 | 0.012641 | 0.007263 | NaN | NaN | 0.027434 | 0.019790 | 0.018113 | NaN | 0.058772 | NaN | 0.019759 | NaN | 0.014890 | 0.016605 | 0.032815 | 0.017566 | 0.032685 | 0.014901 | 0.028435 | NaN | 0.033953 | NaN | 0.007214 | 0.014582 | NaN | 0.016719 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.001736 | 0.005513 | NaN | 0.003889 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.008061 | 0.026580 | 0.023875 | 0.017979 | 0.017979 | 0.002597 | 0.002597 | NaN | 0.000194 | 0.000194 | 0.035313 | 0.035313 | 0.005228 | 0.032098 | 0.002456 | 0.003476 | 0.003889 | 0.010447 | 0.019862 | NaN | 0.052003 | NaN | 0.023762 | 0.014103 | NaN | NaN | 0.021166 | NaN | 0.032431 | 0.099484 | 0.005228 | 0.004362 | 0.018888 | 0.032010 | 0.013981 | 0.076849 | NaN | 0.013735 | 0.003009 | 0.046219 | 0.009974 | 0.004262 | 0.006045 | 0.084732 | 0.008784 | 0.005785 | 0.007427 | 0.018988 | 0.015279 | 0.002456 | 0.011907 | 0.003009 | 0.021141 | 0.006045 | 0.013611 | 0.009811 | 0.004606 | 0.003476 | 0.039154 | 0.004606 | 0.006769 | 0.003009 | 0.025875 | 0.022224 | 0.019383 | 7.131221e-02 | 0.025613 | 0.023651 | 0.024669 | 0.001736 | 0.005228 | 0.004606 | 0.006769 | 0.010752 | 0.030065 | NaN | 0.007427 | 0.001736 | 0.003889 | 0.003476 | 0.010133 | 0.003476 | 0.004926 | 0.004262 | 0.001736 | 0.005228 | 0.002456 | NaN | 0.002456 | 0.006045 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 5 | 0.072342 | 0.015049 | 0.045664 | 0.003445 | 0.003627 | 0.015183 | 0.004687 | 0.031841 | 0.052268 | 0.024526 | 0.056199 | 0.020523 | 0.026304 | NaN | 0.023762 | 0.028452 | 0.003009 | 0.035654 | 0.014344 | 0.052057 | 0.004681 | 0.001823 | 0.016195 | 0.007427 | 0.013486 | 0.011907 | 0.016611 | 1.055677e-02 | 0.019506 | NaN | 0.001197 | 0.039439 | 0.016226 | 0.018280 | 0.024073 | 0.080301 | 0.022739 | 0.000202 | 0.037764 | 0.031215 | 0.051163 | NaN | 0.022750 | 0.002085 | 0.017004 | 0.019372 | 0.013984 | 0.015630 | 0.012447 | 0.079172 | 0.020932 | 0.001971 | 0.034952 | 0.032291 | 0.052877 | NaN | 0.019997 | 0.004533 | 0.017467 | 0.018102 | 0.016017 | 0.018046 | 0.027125 | 0.078894 | 0.022669 | 0.000392 | 0.037519 | 0.031231 | 0.051201 | NaN | 0.022373 | 0.002149 | 0.017205 | 0.019142 | 0.001915 | 0.024467 | 0.017566 | 0.032685 | 0.014901 | 0.002255 | NaN | 0.006905 | NaN | 0.007214 | 0.014582 | NaN | 0.048846 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.001736 | 0.005513 | NaN | 0.003889 | NaN | NaN | NaN | 0.004700 | 0.002870 | 0.109630 | 0.014914 | 0.015592 | 0.027961 | 0.017979 | 0.017979 | 0.002597 | 0.002597 | NaN | 0.000194 | 0.000194 | 0.035313 | 0.035313 | 0.005228 | 0.021578 | 0.002456 | 0.003476 | 0.003889 | 0.010447 | 0.026654 | NaN | 0.009997 | NaN | 0.023762 | 0.014103 | NaN | NaN | 0.015453 | NaN | 0.009308 | 0.009480 | 0.005228 | 0.004362 | 0.018888 | 0.043219 | 0.013981 | 0.023673 | NaN | 0.013735 | 0.003009 | 0.017356 | 0.009974 | 0.004262 | 0.006045 | 0.010902 | 0.008784 | 0.005785 | 0.007427 | 0.018988 | 0.015279 | 0.002456 | 0.011907 | 0.003009 | 0.115518 | 0.006045 | 0.013611 | 0.009811 | 0.004606 | 0.003476 | 0.019285 | 0.004606 | 0.006769 | 0.003009 | 0.025875 | 0.022224 | 0.019383 | 1.258451e-02 | 0.025613 | 0.072215 | 0.024669 | 0.001736 | 0.005228 | 0.004606 | 0.006769 | 0.010752 | 0.030065 | NaN | 0.007427 | 0.001736 | 0.003889 | 0.003476 | 0.010133 | 0.003476 | 0.004926 | 0.004262 | 0.001736 | 0.005228 | 0.002456 | NaN | 0.002456 | 0.006045 | 0.003009 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 6 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 7 | 0.016634 | 0.017386 | 0.074957 | 0.003189 | 0.078771 | 0.054554 | 0.070521 | 0.007197 | 0.010115 | 0.026893 | 0.018608 | 0.064970 | 0.077950 | NaN | 0.027452 | 0.032870 | 0.003476 | 0.006518 | 0.048160 | 0.060141 | 0.005408 | 0.002106 | 0.009115 | 0.008580 | 0.015581 | 0.013756 | 0.037925 | 3.658809e-02 | 0.009153 | 0.059095 | 0.006286 | 0.016157 | 0.023229 | 0.036703 | 0.005975 | 0.026329 | 0.020830 | 0.015728 | 0.024232 | 0.003046 | 0.102715 | 0.003101 | 0.019610 | 0.019323 | 0.000781 | 0.009308 | 0.019251 | 0.031973 | 0.005653 | 0.027336 | 0.018216 | 0.013041 | 0.019914 | 0.001249 | 0.101661 | 0.000552 | 0.015221 | 0.015369 | 0.002024 | 0.007113 | 0.022911 | 0.036302 | 0.005115 | 0.026017 | 0.020758 | 0.015418 | 0.024028 | 0.002889 | 0.102429 | 0.002582 | 0.019079 | 0.019149 | 0.000492 | 0.008937 | 0.023531 | 0.001743 | 0.020294 | 0.001261 | 0.017215 | 0.045708 | NaN | 0.039226 | NaN | 0.008334 | 0.016846 | NaN | 0.019315 | 0.004016 | NaN | 0.003476 | NaN | 0.002837 | 0.002837 | 0.499249 | 0.006369 | NaN | 0.004492 | NaN | NaN | NaN | 0.006655 | 0.004063 | 0.012121 | 0.001706 | 0.030710 | 0.023434 | 0.020770 | 0.020770 | 0.014029 | 0.014029 | NaN | 0.055721 | 0.055721 | 0.005987 | 0.005987 | 0.006039 | 0.021580 | 0.002837 | 0.004016 | 0.004492 | 0.012069 | 0.009512 | NaN | 0.036978 | NaN | 0.027452 | 0.016293 | NaN | NaN | 0.060158 | NaN | 0.001302 | 0.010952 | 0.006039 | 0.006518 | 0.029644 | 0.015253 | 0.016152 | 0.016200 | NaN | 0.015868 | 0.003476 | 0.020051 | 0.011522 | 0.004924 | 0.006984 | 0.012595 | 0.010148 | 0.006683 | 0.008580 | 0.021936 | 0.017652 | 0.002837 | 0.062668 | 0.286213 | 0.010794 | 0.006984 | 0.015725 | 0.011335 | 0.005321 | 0.004016 | 0.022279 | 0.005321 | 0.007820 | 0.003476 | 0.029892 | 0.025675 | 0.078476 | 1.453863e-02 | 0.011737 | 0.013297 | 0.028273 | 0.002005 | 0.006039 | 0.005321 | 0.007820 | 0.012422 | 0.034733 | NaN | 0.008580 | 0.002005 | 0.004492 | 0.004016 | 0.011707 | 0.004016 | 0.005691 | 0.004924 | 0.002005 | 0.006039 | 0.002837 | NaN | 0.002837 | 0.006984 | 0.003476 | 0.003476 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 8 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Industry: type 9 | 0.032237 | 0.008643 | 0.007175 | 0.020185 | 0.000274 | 0.021872 | 0.008561 | 0.004342 | 0.044005 | 0.045990 | 0.043635 | 0.035824 | 0.036539 | NaN | 0.045685 | 0.007788 | 0.005785 | 0.005602 | 0.089939 | 0.004377 | 0.009000 | 0.023421 | 0.026926 | 0.014278 | 0.025929 | 0.022893 | 0.002627 | 5.535347e-03 | 0.002988 | 0.004236 | 0.030457 | 0.000093 | 0.068695 | 0.021506 | 0.031650 | 0.050596 | 0.037563 | 0.051818 | 0.035269 | 0.078110 | 0.064265 | 0.024448 | 0.046464 | 0.095538 | 0.029547 | 0.157983 | 0.070168 | 0.020233 | 0.017166 | 0.041125 | 0.035033 | 0.045612 | 0.036820 | 0.059179 | 0.028691 | 0.021544 | 0.054802 | 0.092053 | 0.030352 | 0.159535 | 0.067992 | 0.024374 | 0.032543 | 0.041291 | 0.037537 | 0.049500 | 0.042485 | 0.064235 | 0.039767 | 0.023916 | 0.048106 | 0.094194 | 0.029897 | 0.156668 | 0.089658 | 0.041968 | 0.033773 | 0.043183 | 0.028649 | 0.070194 | NaN | 0.043855 | NaN | 0.013869 | 0.028035 | NaN | 0.002235 | 0.006683 | NaN | 0.005785 | NaN | 0.004721 | 0.004721 | 0.003337 | 0.085759 | NaN | 0.007476 | NaN | NaN | NaN | 0.010560 | 0.006448 | 0.019232 | 0.096864 | 0.048729 | 0.011469 | 0.034565 | 0.034565 | 0.061752 | 0.061752 | NaN | 0.047024 | 0.047024 | 0.016368 | 0.016368 | 0.091469 | 0.041485 | 0.004721 | 0.006683 | 0.007476 | 0.020085 | 0.026854 | NaN | 0.026562 | NaN | 0.045685 | 0.027114 | NaN | NaN | 0.023310 | NaN | 0.068960 | 0.018226 | 0.010050 | 0.057344 | 0.005170 | 0.015522 | 0.053239 | 0.007195 | NaN | 0.026408 | 0.005785 | 0.000033 | 0.035299 | 0.008194 | 0.011623 | 0.020961 | 0.016888 | 0.011122 | 0.014278 | 0.005490 | 0.029376 | 0.004721 | 0.069604 | 0.005785 | 0.073635 | 0.011623 | 0.014848 | 0.018863 | 0.008855 | 0.006683 | 0.037077 | 0.008855 | 0.013014 | 0.005785 | 0.000050 | 0.042728 | 0.054296 | 1.979572e-02 | 0.025785 | 0.003030 | 0.047051 | 0.003337 | 0.010050 | 0.008855 | 0.013014 | 0.020672 | 0.057802 | NaN | 0.014278 | 0.003337 | 0.007476 | 0.006683 | 0.019482 | 0.006683 | 0.009471 | 0.008194 | 0.003337 | 0.010050 | 0.004721 | NaN | 0.004721 | 0.011623 | 0.005785 | 0.005785 | NaN | 0.006683 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Insurance | 0.004714 | 0.056615 | 0.045664 | 0.013261 | 0.012940 | 0.020222 | 0.013390 | 0.041371 | 0.055628 | 0.023467 | 0.037976 | 0.013849 | 0.005522 | NaN | 0.023762 | 0.028452 | 0.003009 | 0.004362 | 0.014344 | 0.032135 | 0.004681 | 0.001823 | 0.017025 | 0.007427 | 0.013486 | 0.011907 | 0.016611 | 3.167032e-02 | 0.026826 | 0.092080 | 0.029503 | 0.009286 | 0.021378 | 0.056902 | 0.006872 | NaN | NaN | 0.027588 | 0.002063 | 0.018240 | NaN | 0.012375 | NaN | 0.022445 | NaN | 0.044045 | 0.019307 | 0.054037 | 0.001337 | NaN | NaN | 0.026446 | 0.000264 | 0.017225 | NaN | 0.010956 | NaN | 0.020307 | NaN | 0.045268 | 0.021212 | 0.056711 | 0.009142 | NaN | NaN | 0.027434 | 0.002008 | 0.018113 | NaN | 0.012107 | NaN | 0.022344 | NaN | 0.044102 | 0.015741 | 0.016118 | 0.075005 | 0.015835 | 0.098826 | 0.055230 | NaN | 0.047764 | NaN | 0.007214 | 0.014582 | NaN | 0.016719 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.001736 | 0.005513 | NaN | 0.255347 | NaN | NaN | NaN | 0.004700 | 0.002870 | 0.008561 | 0.014914 | 0.021690 | 0.048346 | 0.043803 | 0.043803 | 0.040784 | 0.040784 | NaN | 0.000194 | 0.000194 | 0.004861 | 0.004861 | 0.005228 | 0.021578 | 0.002456 | 0.003476 | 0.003889 | 0.010447 | 0.026654 | NaN | 0.052003 | NaN | 0.023762 | 0.014103 | NaN | NaN | 0.021166 | NaN | 0.051046 | 0.099484 | 0.005228 | 0.084394 | 0.018888 | 0.005604 | 0.013981 | 0.026588 | NaN | 0.013735 | 0.003009 | 0.017356 | 0.009974 | 0.004262 | 0.006045 | 0.010902 | 0.008784 | 0.005785 | 0.007427 | 0.099317 | 0.015279 | 0.002456 | 0.011907 | 0.003009 | 0.026048 | 0.006045 | 0.064615 | 0.009811 | 0.004606 | 0.003476 | 0.019285 | 0.004606 | 0.006769 | 0.003009 | 0.021515 | 0.030315 | 0.019383 | 1.258451e-02 | 0.022084 | 0.024913 | 0.024473 | 0.001736 | 0.005228 | 0.004606 | 0.006769 | 0.010752 | 0.030065 | NaN | 0.007427 | 0.001736 | 0.003889 | 0.003476 | 0.010133 | 0.003476 | 0.004926 | 0.004262 | 0.001736 | 0.005228 | 0.002456 | NaN | 0.002456 | 0.006045 | 0.003009 | 0.003009 | NaN | 0.003476 | NaN | 0.005785 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Kindergarten | 0.023126 | 0.039193 | 0.068870 | 0.028589 | 0.008232 | 0.025007 | 0.010188 | 0.011493 | 0.037670 | 0.063227 | 0.025632 | 0.003562 | 0.032325 | NaN | 0.061883 | 0.013282 | 0.007836 | 0.016570 | 0.050196 | 0.088877 | 0.002322 | 0.004748 | 0.024873 | 0.034384 | 0.004313 | 0.031010 | 0.017510 | 3.299144e-02 | 0.033664 | 0.045798 | 0.002689 | 0.018587 | 0.067133 | 0.097810 | 0.017764 | 0.061732 | 0.023680 | 0.037229 | 0.035042 | 0.047972 | 0.022633 | 0.013395 | 0.142508 | 0.049760 | 0.015698 | 0.054015 | 0.037670 | 0.079352 | 0.014141 | 0.063464 | 0.019057 | 0.015143 | 0.043493 | 0.051815 | 0.019305 | 0.008991 | 0.076955 | 0.019419 | 0.022771 | 0.047597 | 0.070593 | 0.098596 | 0.016587 | 0.060912 | 0.023615 | 0.037944 | 0.034696 | 0.048179 | 0.022322 | 0.012541 | 0.143492 | 0.050000 | 0.016600 | 0.054446 | 0.047367 | 0.010386 | 0.007484 | 0.008200 | 0.007753 | 0.014035 | NaN | 0.056502 | NaN | 0.018787 | 0.037975 | NaN | 0.017929 | 0.009053 | NaN | 0.007836 | NaN | 0.006395 | 0.006395 | 0.004520 | 0.014358 | NaN | 0.010127 | NaN | NaN | NaN | 0.013826 | 0.008442 | 0.015720 | 0.043869 | 0.025094 | 0.011830 | 0.001448 | 0.001448 | 0.106215 | 0.106215 | NaN | 0.025727 | 0.025727 | 0.029190 | 0.029190 | 0.013614 | 0.006710 | 0.006395 | 0.009053 | 0.010127 | 0.011660 | 0.021442 | NaN | 0.001313 | NaN | 0.061883 | 0.170607 | NaN | NaN | 0.036049 | NaN | 0.029675 | 0.024688 | 0.013614 | 0.016570 | 0.043622 | 0.039085 | 0.036411 | 0.042017 | NaN | 0.035771 | 0.007836 | 0.029306 | 0.095779 | 0.011099 | 0.015744 | 0.028393 | 0.022875 | 0.015066 | 0.034384 | 0.320271 | 0.039792 | 0.006395 | 0.031010 | 0.007836 | 0.067837 | 0.015744 | 0.035448 | 0.015661 | 0.011994 | 0.009053 | 0.027394 | 0.011994 | 0.017629 | 0.007836 | 0.048872 | 0.003694 | 0.108689 | 1.711994e-17 | 0.029440 | 0.007968 | 0.006143 | 0.004520 | 0.013614 | 0.011994 | 0.017629 | 0.028002 | 0.078297 | NaN | 0.019341 | 0.004520 | 0.010127 | 0.009053 | 0.026390 | 0.009053 | 0.012829 | 0.011099 | 0.004520 | 0.013614 | 0.006395 | NaN | 0.006395 | 0.015744 | 0.007836 | 0.007836 | NaN | 0.009053 | NaN | 0.015066 | 0.007836 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Legal Services | 0.050060 | 0.008680 | 0.018002 | 0.011466 | 0.022840 | 0.022244 | 0.019479 | 0.027670 | 0.038140 | 0.013263 | 0.002594 | 0.010697 | NaN | NaN | 0.013705 | 0.016411 | 0.001736 | 0.020564 | 0.008273 | 0.038919 | 0.002700 | 0.001052 | 0.038561 | 0.004283 | 0.007779 | 0.006868 | 0.009581 | 1.826655e-02 | 0.015472 | NaN | 0.045564 | 0.005054 | 0.004920 | 0.040152 | 0.012208 | 0.035147 | 0.024330 | 0.013693 | 0.055640 | 0.031215 | 0.051163 | 0.011654 | 0.008005 | 0.015508 | NaN | 0.031486 | 0.002419 | 0.037388 | 0.007162 | 0.035370 | 0.022515 | 0.012238 | 0.052585 | 0.032291 | 0.052877 | 0.010187 | 0.004637 | 0.013314 | NaN | 0.032712 | 0.004724 | 0.039942 | 0.013220 | 0.034612 | 0.024248 | 0.013521 | 0.055301 | 0.031231 | 0.051201 | 0.011333 | 0.007582 | 0.015410 | NaN | 0.031587 | 0.012079 | 0.024409 | 0.150046 | 0.024882 | 0.188188 | 0.045393 | NaN | 0.019583 | NaN | 0.004161 | 0.008410 | NaN | 0.009643 | 0.002005 | NaN | 0.001736 | NaN | 0.001416 | 0.001416 | 0.001001 | 0.003180 | NaN | 0.002243 | NaN | NaN | NaN | 0.003322 | 0.002028 | 0.006050 | 0.035026 | 0.015328 | 0.019760 | 0.010370 | 0.010370 | 0.023523 | 0.023523 | NaN | 0.022456 | 0.022456 | 0.049147 | 0.049147 | 0.003015 | 0.012445 | 0.001416 | 0.002005 | 0.002243 | 0.006025 | 0.015373 | NaN | 0.018461 | NaN | 0.013705 | 0.008134 | NaN | NaN | 0.030034 | NaN | 0.053515 | 0.005468 | 0.003015 | 0.048676 | 0.010894 | 0.040157 | 0.008064 | 0.073313 | NaN | 0.007922 | 0.001736 | 0.010011 | 0.005752 | 0.002458 | 0.003487 | 0.006288 | 0.005066 | 0.003337 | 0.004283 | 0.091401 | 0.008813 | 0.001416 | 0.006868 | 0.001736 | 0.015024 | 0.003487 | 0.007851 | 0.005659 | 0.002656 | 0.002005 | 0.011123 | 0.002656 | 0.003904 | 0.001736 | 0.014924 | 0.012818 | 0.011180 | 7.258393e-03 | 0.014773 | 0.069662 | 0.014115 | 0.001001 | 0.003015 | 0.002656 | 0.003904 | 0.006202 | 0.017340 | NaN | 0.004283 | 0.001001 | 0.002243 | 0.002005 | 0.005845 | 0.002005 | 0.002841 | 0.002458 | 0.001001 | 0.003015 | 0.001416 | NaN | 0.001416 | 0.003487 | 0.001736 | 0.001736 | NaN | 0.002005 | NaN | 0.003337 | 0.001736 | 0.004520 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Medicine | 0.051604 | 0.022825 | 0.015547 | 0.073858 | 0.008924 | 0.053064 | 0.004237 | 0.072667 | 0.034710 | 0.096944 | 0.001415 | 0.066903 | 0.117806 | NaN | 0.095121 | 0.026255 | 0.075240 | 0.006916 | 0.001092 | 0.036751 | 0.126747 | 0.101779 | 0.039244 | 0.029729 | 0.053987 | 0.047666 | 0.036759 | 5.512090e-03 | 0.022716 | 0.086659 | 0.017089 | 0.037095 | 0.047753 | 0.013821 | 0.015554 | 0.013571 | 0.050875 | 0.038917 | 0.034477 | 0.024957 | 0.043373 | 0.001495 | 0.069879 | 0.039726 | 0.016354 | 0.009217 | 0.051748 | 0.007725 | 0.013741 | 0.017909 | 0.049381 | 0.037338 | 0.019961 | 0.021510 | 0.034756 | 0.000583 | 0.070543 | 0.047230 | 0.013455 | 0.008038 | 0.047436 | 0.018549 | 0.013486 | 0.011244 | 0.048887 | 0.042976 | 0.027804 | 0.025639 | 0.038832 | 0.002872 | 0.067722 | 0.038863 | 0.015460 | 0.009964 | 0.021413 | 0.038644 | 0.050524 | 0.040725 | 0.088811 | 0.039979 | NaN | 0.082583 | NaN | 0.028877 | 0.058372 | NaN | 0.049810 | 0.013916 | NaN | 0.012045 | NaN | 0.009830 | 0.009830 | 0.006947 | 0.022069 | NaN | 0.015566 | NaN | NaN | NaN | 0.022338 | 0.122115 | 0.089940 | 0.000383 | 0.020534 | 0.020436 | 0.007452 | 0.007452 | 0.133354 | 0.133354 | NaN | 0.044602 | 0.044602 | 0.025990 | 0.025990 | 0.080166 | 0.011715 | 0.009830 | 0.013916 | 0.052112 | 0.015845 | 0.026886 | NaN | 0.040400 | NaN | 0.095121 | 0.121698 | NaN | NaN | 0.045927 | NaN | 0.042649 | 0.009501 | 0.020926 | 0.048704 | 0.013584 | 0.055168 | 0.003869 | 0.055399 | NaN | 0.014465 | 0.012045 | 0.003087 | 0.039925 | 0.044752 | 0.024200 | 0.031259 | 0.025989 | 0.023158 | 0.077986 | 0.014238 | 0.042697 | 0.009830 | 0.001612 | 0.012045 | 0.091953 | 0.024200 | 0.013642 | 0.539118 | 0.018437 | 0.013916 | 0.077198 | 0.096076 | 0.012174 | 0.012045 | 0.016974 | 0.020383 | 0.028782 | 5.037649e-02 | 0.021991 | 0.027056 | 0.008160 | 0.006947 | 0.020926 | 0.018437 | 0.027098 | 0.043042 | 0.120350 | NaN | 0.029729 | 0.006947 | 0.015566 | 0.013916 | 0.040565 | 0.013916 | 0.019719 | 0.017060 | 0.006947 | 0.020926 | 0.009830 | NaN | 0.009830 | 0.024200 | 0.012045 | 0.012045 | NaN | 0.013916 | NaN | 0.023158 | 0.012045 | 0.031369 | 0.006947 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Military | 0.013221 | 0.023035 | 0.019465 | 0.071985 | 0.008304 | 0.051730 | 0.005245 | 0.015765 | 0.047508 | 0.036565 | 0.046069 | 0.022679 | 0.007290 | NaN | 0.036370 | 0.043549 | 0.004606 | 0.028323 | 0.076057 | 0.014336 | 0.055905 | 0.052622 | 0.017524 | 0.011367 | 0.082827 | 0.097492 | 0.017815 | 6.924935e-03 | 0.050117 | 0.028152 | 0.009128 | 0.001807 | 0.008017 | 0.012482 | 0.009522 | 0.057900 | 0.025506 | 0.048380 | 0.039944 | 0.042808 | 0.063328 | 0.059285 | 0.071450 | 0.017046 | 0.029547 | 0.009834 | 0.002920 | 0.007207 | 0.000748 | 0.053663 | 0.022925 | 0.045932 | 0.034790 | 0.040780 | 0.061544 | 0.056783 | 0.068187 | 0.012436 | 0.030352 | 0.007300 | 0.007641 | 0.011986 | 0.013342 | 0.056540 | 0.025512 | 0.048062 | 0.039644 | 0.042539 | 0.063060 | 0.058874 | 0.070854 | 0.016839 | 0.029897 | 0.009427 | 0.020739 | 0.006417 | 0.003475 | 0.005815 | 0.022808 | 0.016679 | NaN | 0.055239 | NaN | 0.011041 | 0.022319 | NaN | 0.103436 | 0.005321 | NaN | 0.004606 | NaN | 0.003759 | 0.003759 | 0.002656 | 0.008438 | NaN | 0.005952 | NaN | NaN | NaN | 0.008819 | 0.005385 | 0.016062 | 0.006582 | 0.020710 | 0.032011 | 0.013009 | 0.013009 | 0.087876 | 0.087876 | NaN | 0.016645 | 0.016645 | 0.027697 | 0.027697 | 0.008001 | 0.033027 | 0.003759 | 0.005321 | 0.005952 | 0.015990 | 0.040796 | NaN | 0.048992 | NaN | 0.036370 | 0.227099 | NaN | NaN | 0.040404 | NaN | 0.005120 | 0.014510 | 0.008001 | 0.002074 | 0.028911 | 0.016803 | 0.021400 | 0.029706 | NaN | 0.021024 | 0.004606 | 0.056842 | 0.015266 | 0.304103 | 0.009253 | 0.016687 | 0.013444 | 0.008855 | 0.078849 | 0.048542 | 0.023387 | 0.003759 | 0.018225 | 0.004606 | 0.039869 | 0.009253 | 0.081795 | 0.015017 | 0.007049 | 0.005321 | 0.029517 | 0.007049 | 0.010361 | 0.004606 | 0.039603 | 0.069377 | 0.046697 | 1.926183e-02 | 0.039204 | 0.038132 | 0.027014 | 0.002656 | 0.008001 | 0.007049 | 0.010361 | 0.016457 | 0.046017 | NaN | 0.011367 | 0.002656 | 0.005952 | 0.005321 | 0.015510 | 0.005321 | 0.007540 | 0.006523 | 0.002656 | 0.008001 | 0.003759 | NaN | 0.003759 | 0.009253 | 0.004606 | 0.004606 | NaN | 0.005321 | NaN | 0.008855 | 0.004606 | 0.011994 | 0.002656 | 0.018437 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Mobile | 0.020282 | 0.008680 | 0.018002 | 0.019365 | 0.011840 | 0.044634 | 0.007591 | 0.011864 | 0.043035 | 0.013385 | 0.000009 | 0.003513 | NaN | NaN | 0.013705 | 0.016411 | 0.001736 | 0.020564 | 0.008273 | 0.004447 | 0.002700 | 0.001052 | 0.067301 | 0.004283 | 0.007779 | 0.006868 | 0.009581 | 1.826655e-02 | 0.015472 | 0.044276 | 0.030737 | 0.006979 | 0.050062 | NaN | 0.008200 | NaN | NaN | 0.055781 | 0.033690 | 0.031215 | NaN | NaN | NaN | 0.055743 | NaN | 0.019372 | 0.053980 | NaN | 0.005376 | NaN | NaN | 0.058768 | 0.035530 | 0.032291 | NaN | NaN | NaN | 0.058929 | NaN | 0.018102 | 0.050251 | NaN | 0.008522 | NaN | NaN | 0.056044 | 0.033555 | 0.031231 | NaN | NaN | NaN | 0.055811 | NaN | 0.019142 | 0.050180 | 0.018927 | 0.010132 | 0.018852 | 0.008594 | 0.008730 | NaN | 0.019583 | NaN | 0.004161 | 0.008410 | NaN | 0.009643 | 0.002005 | NaN | 0.001736 | NaN | 0.001416 | 0.001416 | 0.001001 | 0.003180 | NaN | 0.002243 | NaN | NaN | NaN | 0.003322 | 0.002028 | 0.006050 | 0.010540 | 0.037366 | 0.001785 | 0.010370 | 0.010370 | 0.023523 | 0.023523 | NaN | 0.022456 | 0.022456 | 0.049147 | 0.049147 | 0.003015 | 0.012445 | 0.001416 | 0.002005 | 0.002243 | 0.006025 | 0.015373 | NaN | 0.054221 | NaN | 0.013705 | 0.008134 | NaN | NaN | 0.033329 | NaN | 0.053515 | 0.005468 | 0.003015 | 0.048676 | 0.010894 | 0.024927 | 0.008064 | 0.013654 | NaN | 0.007922 | 0.001736 | 0.010011 | 0.005752 | 0.002458 | 0.003487 | 0.006288 | 0.005066 | 0.003337 | 0.004283 | 0.091401 | 0.008813 | 0.001416 | 0.006868 | 0.001736 | 0.015024 | 0.003487 | 0.007851 | 0.005659 | 0.002656 | 0.002005 | 0.011123 | 0.002656 | 0.003904 | 0.001736 | 0.014924 | 0.012818 | 0.011180 | 7.258393e-03 | 0.067758 | 0.014369 | 0.014115 | 0.001001 | 0.003015 | 0.002656 | 0.003904 | 0.006202 | 0.017340 | NaN | 0.004283 | 0.001001 | 0.002243 | 0.002005 | 0.005845 | 0.002005 | 0.002841 | 0.002458 | 0.001001 | 0.003015 | 0.001416 | NaN | 0.001416 | 0.003487 | 0.001736 | 0.001736 | NaN | 0.002005 | NaN | 0.003337 | 0.001736 | 0.004520 | 0.001001 | 0.006947 | 0.002656 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Other | 0.015259 | 0.017581 | 0.062427 | 0.041669 | 0.027239 | 0.040631 | 0.031829 | 0.027819 | 0.021889 | 0.093434 | 0.040892 | 0.021489 | 0.075743 | NaN | 0.092933 | 0.091521 | 0.011768 | 0.022067 | 0.036177 | 0.060158 | 0.038121 | 0.037516 | 0.025246 | 0.029045 | 0.010347 | 0.023990 | 0.005344 | 6.756089e-02 | 0.068049 | 0.027668 | 0.031402 | 0.022279 | 0.056203 | 0.057309 | 0.001499 | 0.041836 | 0.036746 | 0.019173 | 0.053655 | 0.022567 | 0.072909 | 0.060183 | 0.037266 | 0.051592 | 0.150073 | 0.047890 | 0.070948 | 0.058336 | 0.006308 | 0.035990 | 0.027796 | 0.030328 | 0.077023 | 0.024917 | 0.077904 | 0.068744 | 0.053490 | 0.062335 | 0.085525 | 0.047570 | 0.055885 | 0.063757 | 0.006842 | 0.040589 | 0.036048 | 0.020666 | 0.054548 | 0.022123 | 0.073167 | 0.067342 | 0.036024 | 0.053073 | 0.141336 | 0.047554 | 0.089913 | 0.028165 | 0.019333 | 0.026736 | 0.012789 | 0.040636 | NaN | 0.023839 | NaN | 0.028213 | 0.057029 | NaN | 0.039512 | 0.063652 | NaN | 0.011768 | NaN | 0.009604 | 0.009604 | 0.006788 | 0.021562 | NaN | 0.015208 | NaN | NaN | NaN | 0.019754 | 0.012061 | 0.051678 | 0.014860 | 0.026637 | 0.011393 | 0.037364 | 0.037364 | 0.003421 | 0.003421 | NaN | 0.023346 | 0.023346 | 0.009556 | 0.009556 | 0.020445 | 0.001489 | 0.009604 | 0.013596 | 0.015208 | 0.012204 | 0.005011 | NaN | 0.020431 | NaN | 0.092933 | 0.126810 | NaN | NaN | 0.011171 | NaN | 0.015537 | 0.008019 | 0.020445 | 0.022067 | 0.026356 | 0.038636 | 0.026810 | 0.012169 | NaN | 0.053719 | 0.011768 | 0.017021 | 0.011303 | 0.016668 | 0.023643 | 0.008364 | 0.034353 | 0.024121 | 0.080975 | 0.026941 | 0.022032 | 0.009604 | 0.047510 | 0.011768 | 0.013791 | 0.023643 | 0.009345 | 0.074156 | 0.098951 | 0.063652 | 0.002493 | 0.018012 | 0.053751 | 0.011768 | 0.063284 | 0.002858 | 0.048365 | 2.684597e-02 | 0.014296 | 0.019114 | 0.009120 | 0.006788 | 0.020445 | 0.018012 | 0.026474 | 0.042052 | 0.117582 | NaN | 0.029045 | 0.006788 | 0.015208 | 0.013596 | 0.039632 | 0.013596 | 0.019266 | 0.016668 | 0.006788 | 0.020445 | 0.009604 | NaN | 0.009604 | 0.023643 | 0.011768 | 0.011768 | NaN | 0.013596 | NaN | 0.022625 | 0.011768 | 0.030648 | 0.006788 | 0.047109 | 0.018012 | 0.006788 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Police | 0.021871 | 0.021315 | 0.007912 | 0.030681 | 0.072080 | 0.019835 | 0.065697 | 0.043070 | 0.000821 | 0.033702 | 0.016766 | 0.016769 | 0.019090 | NaN | 0.033655 | 0.023064 | 0.004262 | 0.034516 | 0.020316 | 0.010920 | 0.059249 | 0.056379 | 0.000588 | 0.010519 | 0.036751 | 0.045598 | 0.023527 | 1.495204e-02 | 0.027627 | 0.017436 | 0.032517 | 0.054000 | 0.005835 | 0.029684 | 0.015157 | 0.026329 | 0.031091 | 0.049462 | 0.009732 | 0.044187 | 0.072468 | 0.015714 | 0.016523 | 0.013942 | 0.017004 | 0.000491 | 0.010562 | 0.033188 | 0.009743 | 0.027305 | 0.029321 | 0.053026 | 0.012854 | 0.045710 | 0.074896 | 0.013699 | 0.020986 | 0.018357 | 0.017467 | 0.001287 | 0.006175 | 0.030077 | 0.015876 | 0.026017 | 0.031039 | 0.049796 | 0.009743 | 0.044210 | 0.072521 | 0.015362 | 0.016974 | 0.014124 | 0.017205 | 0.000265 | 0.001009 | 0.036292 | 0.007898 | 0.037236 | 0.019164 | 0.013789 | NaN | 0.048090 | NaN | 0.010217 | 0.020653 | NaN | 0.023680 | 0.004924 | NaN | 0.004262 | NaN | 0.003478 | 0.003478 | 0.002458 | 0.007808 | NaN | 0.005508 | NaN | NaN | NaN | 0.006655 | 0.004063 | 0.012121 | 0.021117 | 0.030710 | 0.030586 | 0.025464 | 0.025464 | 0.023366 | 0.023366 | NaN | 0.000274 | 0.000274 | 0.050016 | 0.050016 | 0.007404 | 0.030562 | 0.003478 | 0.004924 | 0.005508 | 0.014796 | 0.037751 | NaN | 0.015587 | NaN | 0.033655 | 0.087415 | NaN | NaN | 0.004046 | NaN | 0.013183 | 0.013427 | 0.007404 | 0.006178 | 0.015311 | 0.018699 | 0.019802 | 0.037658 | NaN | 0.019454 | 0.004262 | 0.024582 | 0.014126 | 0.006036 | 0.008562 | 0.015441 | 0.012441 | 0.115953 | 0.010519 | 0.182558 | 0.021641 | 0.003478 | 0.016865 | 0.004262 | 0.036893 | 0.008562 | 0.019278 | 0.013896 | 0.006523 | 0.004924 | 0.027314 | 0.006523 | 0.009588 | 0.004262 | 0.064032 | 0.031477 | 0.027453 | 1.782402e-02 | 0.036278 | 0.000894 | 0.034940 | 0.002458 | 0.007404 | 0.006523 | 0.009588 | 0.015229 | 0.042582 | NaN | 0.010519 | 0.002458 | 0.005508 | 0.004924 | 0.014352 | 0.004924 | 0.006977 | 0.006036 | 0.002458 | 0.007404 | 0.003478 | NaN | 0.003478 | 0.008562 | 0.004262 | 0.004262 | NaN | 0.004924 | NaN | 0.008194 | 0.004262 | 0.011099 | 0.002458 | 0.017060 | 0.006523 | 0.002458 | 0.016668 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Postal | 0.003526 | 0.026145 | 0.019974 | 0.047754 | 0.004444 | 0.013370 | 0.007507 | 0.032469 | 0.019420 | 0.041814 | 0.016689 | 0.049440 | 0.080254 | NaN | 0.041282 | 0.028290 | 0.005228 | 0.007578 | 0.024919 | 0.044291 | 0.013382 | 0.018828 | 0.013547 | 0.066741 | 0.022242 | 0.020687 | 0.009314 | 6.724716e-02 | 0.060717 | 0.057960 | 0.009680 | 0.067808 | 0.048554 | 0.054768 | 0.022396 | 0.032724 | 0.011928 | 0.034442 | 0.039970 | 0.036601 | 0.004164 | 0.020653 | 0.014802 | 0.039323 | 0.024086 | 0.022528 | 0.044483 | 0.049939 | 0.013470 | 0.033508 | 0.009304 | 0.031697 | 0.034816 | 0.034565 | 0.002338 | 0.018134 | 0.010178 | 0.035004 | 0.024742 | 0.019985 | 0.048191 | 0.054388 | 0.024066 | 0.032282 | 0.011922 | 0.034105 | 0.039670 | 0.036346 | 0.004010 | 0.020164 | 0.014248 | 0.039100 | 0.024371 | 0.022105 | 0.037080 | 0.028003 | 0.049895 | 0.027510 | 0.072902 | 0.019110 | NaN | 0.035326 | NaN | 0.069378 | 0.025333 | NaN | 0.029046 | 0.006039 | NaN | 0.005228 | NaN | 0.004266 | 0.004266 | 0.003015 | 0.009578 | NaN | 0.006756 | NaN | NaN | NaN | 0.009434 | 0.005760 | 0.017182 | 0.013757 | 0.006119 | 0.020456 | 0.031234 | 0.031234 | 0.026626 | 0.026626 | NaN | 0.000337 | 0.000337 | 0.038084 | 0.038084 | 0.009082 | 0.024680 | 0.004266 | 0.006039 | 0.006756 | 0.018149 | 0.007569 | NaN | 0.006957 | NaN | 0.041282 | 0.107224 | NaN | NaN | 0.015565 | NaN | 0.008000 | 0.016469 | 0.009082 | 0.015596 | 0.032815 | 0.075083 | 0.024289 | 0.041126 | NaN | 0.023862 | 0.005228 | 0.030152 | 0.017327 | 0.007404 | 0.010503 | 0.018940 | 0.052562 | 0.010050 | 0.012902 | 0.035522 | 0.014419 | 0.004266 | 0.020687 | 0.005228 | 0.036727 | 0.010503 | 0.066954 | 0.017045 | 0.008001 | 0.006039 | 0.033503 | 0.008001 | 0.011760 | 0.005228 | 0.017509 | 0.022241 | 0.067449 | 2.186289e-02 | 0.010745 | 0.015158 | 0.042516 | 0.003015 | 0.009082 | 0.008001 | 0.011760 | 0.018680 | 0.052231 | NaN | 0.012902 | 0.003015 | 0.006756 | 0.006039 | 0.017605 | 0.006039 | 0.008558 | 0.007404 | 0.003015 | 0.009082 | 0.004266 | NaN | 0.004266 | 0.010503 | 0.005228 | 0.005228 | NaN | 0.006039 | NaN | 0.010050 | 0.005228 | 0.013614 | 0.003015 | 0.020926 | 0.008001 | 0.003015 | 0.020445 | 0.007404 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Realtor | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Religion | 0.054257 | 0.008680 | 0.018002 | 0.016205 | 0.006707 | 0.011650 | 0.002043 | 0.016987 | 0.030335 | 0.013867 | 0.005170 | 0.010927 | NaN | NaN | 0.013705 | 0.016411 | 0.001736 | 0.020564 | 0.008273 | 0.038919 | 0.002700 | 0.001052 | 0.009341 | 0.004283 | 0.007779 | 0.006868 | 0.009581 | 5.479966e-02 | 0.064696 | NaN | 0.031235 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.018927 | 0.010132 | 0.018852 | 0.008594 | 0.004772 | NaN | 0.051115 | NaN | 0.004161 | 0.008410 | NaN | 0.103805 | 0.002005 | NaN | 0.001736 | NaN | 0.001416 | 0.001416 | 0.001001 | 0.003180 | NaN | 0.002243 | NaN | NaN | NaN | 0.003322 | 0.002028 | 0.006050 | 0.010540 | 0.015328 | 0.034165 | 0.010370 | 0.010370 | 0.042553 | 0.042553 | NaN | 0.022456 | 0.022456 | 0.020368 | 0.020368 | 0.003015 | 0.012445 | 0.001416 | 0.002005 | 0.002243 | 0.006025 | 0.015373 | NaN | 0.018461 | NaN | 0.013705 | 0.008134 | NaN | NaN | 0.030034 | NaN | 0.018705 | 0.005468 | 0.003015 | 0.020564 | 0.010894 | 0.040157 | 0.008064 | 0.073313 | NaN | 0.007922 | 0.001736 | 0.010011 | 0.005752 | 0.002458 | 0.003487 | 0.006288 | 0.005066 | 0.003337 | 0.004283 | 0.091401 | 0.008813 | 0.001416 | 0.006868 | 0.001736 | 0.015024 | 0.003487 | 0.007851 | 0.005659 | 0.002656 | 0.002005 | 0.011123 | 0.002656 | 0.003904 | 0.001736 | 0.014924 | 0.012818 | 0.011180 | 7.258393e-03 | 0.067758 | 0.014369 | 0.014115 | 0.001001 | 0.003015 | 0.002656 | 0.003904 | 0.006202 | 0.017340 | NaN | 0.004283 | 0.001001 | 0.002243 | 0.002005 | 0.005845 | 0.002005 | 0.002841 | 0.002458 | 0.001001 | 0.003015 | 0.001416 | NaN | 0.001416 | 0.003487 | 0.001736 | 0.001736 | NaN | 0.002005 | NaN | 0.003337 | 0.001736 | 0.004520 | 0.001001 | 0.006947 | 0.002656 | 0.001001 | 0.006788 | 0.002458 | 0.003015 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Restaurant | 0.010129 | 0.017386 | 0.013855 | 0.019011 | 0.049942 | 0.048372 | 0.057273 | 0.025493 | 0.031808 | 0.026969 | 0.014594 | 0.001270 | NaN | NaN | 0.027452 | 0.032870 | 0.003476 | 0.041191 | 0.016571 | 0.043431 | 0.037598 | 0.035017 | 0.034061 | 0.008580 | 0.015581 | 0.013756 | 0.037925 | 1.418559e-17 | 0.030991 | 0.010443 | 0.039561 | 0.045265 | 0.005384 | 0.020702 | 0.010880 | 0.052152 | 0.051718 | 0.027588 | 0.033690 | 0.018240 | 0.010696 | 0.042505 | 0.001216 | 0.014163 | 0.073805 | 0.034657 | 0.008181 | 0.018018 | 0.003122 | 0.049330 | 0.053778 | 0.026446 | 0.035530 | 0.017225 | 0.009467 | 0.041075 | 0.002415 | 0.016770 | 0.086217 | 0.035880 | 0.005621 | 0.020471 | 0.013840 | 0.051046 | 0.051636 | 0.027434 | 0.033555 | 0.018113 | 0.010576 | 0.042290 | 0.000832 | 0.014252 | 0.075677 | 0.034746 | 0.034790 | 0.019958 | 0.019811 | 0.020639 | 0.032055 | 0.060035 | NaN | 0.039226 | NaN | 0.008334 | 0.016846 | NaN | 0.019315 | 0.004016 | NaN | 0.003476 | NaN | 0.002837 | 0.002837 | 0.002005 | 0.006369 | NaN | 0.004492 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.018277 | 0.026580 | 0.017685 | 0.020770 | 0.020770 | 0.047118 | 0.047118 | NaN | 0.044979 | 0.044979 | 0.040797 | 0.040797 | 0.006039 | 0.024928 | 0.002837 | 0.004016 | 0.004492 | 0.012069 | 0.030792 | NaN | 0.035814 | NaN | 0.027452 | 0.016293 | NaN | NaN | 0.003300 | NaN | 0.034862 | 0.010952 | 0.006039 | 0.028154 | 0.029644 | 0.080435 | 0.016152 | 0.103298 | NaN | 0.015868 | 0.003476 | 0.020051 | 0.011522 | 0.004924 | 0.006984 | 0.012595 | 0.010148 | 0.145212 | 0.110585 | 0.021936 | 0.017652 | 0.002837 | 0.013756 | 0.003476 | 0.051681 | 0.006984 | 0.015725 | 0.011335 | 0.005321 | 0.004016 | 0.022279 | 0.005321 | 0.007820 | 0.003476 | 0.011169 | 0.019848 | 0.022393 | 1.453863e-02 | 0.029591 | 0.013297 | 0.014307 | 0.002005 | 0.006039 | 0.005321 | 0.007820 | 0.012422 | 0.034733 | NaN | 0.008580 | 0.002005 | 0.004492 | 0.004016 | 0.011707 | 0.004016 | 0.005691 | 0.004924 | 0.002005 | 0.006039 | 0.002837 | NaN | 0.002837 | 0.006984 | 0.003476 | 0.003476 | NaN | 0.004016 | NaN | 0.006683 | 0.003476 | 0.009053 | 0.002005 | 0.013916 | 0.005321 | 0.002005 | 0.013596 | 0.004924 | 0.006039 | NaN | 0.002005 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_School | 0.023589 | 0.012847 | 0.005141 | 0.004498 | 0.009761 | 0.018380 | 0.013825 | 0.046269 | 0.002382 | 0.064457 | 0.014452 | 0.034200 | 0.019087 | NaN | 0.063444 | 0.043478 | 0.119490 | 0.018880 | 0.038297 | 0.002211 | 0.030013 | 0.009620 | 0.015786 | 0.019829 | 0.036008 | 0.031792 | 0.019209 | 3.623939e-02 | 0.036280 | 0.037499 | 0.026862 | 0.000906 | 0.037287 | 0.051326 | 0.004633 | 0.073769 | 0.047880 | 0.057023 | 0.030814 | 0.035500 | 0.004044 | 0.053804 | 0.057614 | 0.063106 | 0.001187 | 0.016364 | 0.034049 | 0.046227 | 0.003458 | 0.067978 | 0.047076 | 0.052688 | 0.020548 | 0.035083 | 0.004773 | 0.049430 | 0.052620 | 0.058463 | 0.000361 | 0.018381 | 0.034503 | 0.051323 | 0.008901 | 0.072025 | 0.047800 | 0.056490 | 0.028337 | 0.038134 | 0.008148 | 0.052976 | 0.056688 | 0.061701 | 0.000858 | 0.016882 | 0.046243 | 0.043037 | 0.029248 | 0.045493 | 0.018097 | 0.034896 | NaN | 0.075070 | NaN | 0.019260 | 0.038933 | NaN | 0.044639 | 0.009282 | NaN | 0.008034 | NaN | 0.006556 | 0.006556 | 0.004634 | 0.014720 | NaN | 0.088496 | NaN | NaN | NaN | 0.015403 | 0.009405 | 0.028053 | 0.018689 | 0.001264 | 0.031415 | 0.000872 | 0.000872 | 0.065196 | 0.065196 | NaN | 0.044846 | 0.044846 | 0.028302 | 0.028302 | 0.059891 | 0.016665 | 0.006556 | 0.009282 | 0.010382 | 0.027893 | 0.017937 | NaN | 0.053417 | NaN | 0.063444 | 0.106947 | NaN | NaN | 0.041260 | NaN | 0.104450 | 0.025311 | 0.013957 | 0.087961 | 0.005120 | 0.014964 | 0.020952 | 0.024864 | NaN | 0.007074 | 0.008034 | 0.022091 | 0.026629 | 0.078930 | 0.016141 | 0.029109 | 0.023452 | 0.051420 | 0.019829 | 0.197487 | 0.013814 | 0.006556 | 0.031792 | 0.008034 | 0.069548 | 0.016141 | 0.023333 | 0.026196 | 0.012297 | 0.009282 | 0.051490 | 0.012297 | 0.039303 | 0.008034 | 0.039368 | 0.000782 | 0.029550 | 3.040016e-02 | 0.022577 | 0.047994 | 0.009110 | 0.004634 | 0.013957 | 0.012297 | 0.018074 | 0.028708 | 0.080271 | NaN | 0.019829 | 0.004634 | 0.010382 | 0.009282 | 0.027056 | 0.009282 | 0.013152 | 0.011379 | 0.004634 | 0.013957 | 0.006556 | NaN | 0.006556 | 0.016141 | 0.008034 | 0.008034 | NaN | 0.009282 | NaN | 0.015446 | 0.008034 | 0.020923 | 0.004634 | 0.032161 | 0.012297 | 0.004634 | 0.031421 | 0.011379 | 0.013957 | NaN | 0.004634 | 0.009282 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Security | 0.007583 | 0.165003 | 0.030963 | 0.011262 | 0.010770 | 0.008015 | 0.010379 | 0.006749 | 0.048970 | 0.035883 | 0.028075 | 0.010040 | 0.030327 | NaN | 0.036370 | 0.073834 | 0.004606 | 0.024176 | 0.027051 | 0.011801 | 0.017205 | 0.022125 | 0.007899 | 0.078849 | 0.134562 | 0.097492 | 0.017815 | 6.232442e-02 | 0.050117 | 0.067601 | 0.091313 | 0.021375 | 0.000943 | 0.061976 | 0.034449 | 0.079622 | 0.028784 | 0.031806 | 0.017132 | 0.004115 | 0.015150 | 0.024525 | 0.037395 | 0.017133 | 0.018184 | 0.031756 | 0.003606 | 0.065309 | 0.018336 | 0.079023 | 0.027026 | 0.029461 | 0.020888 | 0.005920 | 0.013409 | 0.022501 | 0.033764 | 0.021555 | 0.018051 | 0.029553 | 0.000620 | 0.062404 | 0.038486 | 0.078290 | 0.028749 | 0.031517 | 0.017117 | 0.004255 | 0.014980 | 0.024175 | 0.036877 | 0.017281 | 0.018363 | 0.031364 | 0.000462 | 0.037394 | 0.003475 | 0.038397 | 0.022808 | 0.017616 | NaN | 0.001635 | NaN | 0.011041 | 0.022319 | NaN | 0.017419 | 0.005321 | NaN | 0.004606 | NaN | 0.003759 | 0.003759 | 0.002656 | 0.008438 | NaN | 0.005952 | NaN | NaN | NaN | 0.007445 | 0.004546 | 0.013559 | 0.023623 | 0.036507 | 0.036288 | 0.053536 | 0.053536 | 0.112926 | 0.112926 | NaN | 0.016645 | 0.016645 | 0.001344 | 0.001344 | 0.008001 | 0.072603 | 0.003759 | 0.005321 | 0.005952 | 0.015990 | 0.050743 | NaN | 0.006117 | NaN | 0.036370 | 0.021586 | NaN | NaN | 0.031660 | NaN | 0.049638 | 0.014510 | 0.008001 | 0.054573 | 0.049016 | 0.007871 | 0.028717 | 0.036234 | NaN | 0.021024 | 0.004606 | 0.015138 | 0.015266 | 0.006523 | 0.009253 | 0.046046 | 0.013444 | 0.008855 | 0.011367 | 0.029063 | 0.023387 | 0.003759 | 0.039633 | 0.004606 | 0.039869 | 0.009253 | 0.020834 | 0.015017 | 0.007049 | 0.005321 | 0.029517 | 0.007049 | 0.483020 | 0.004606 | 0.008518 | 0.034016 | 0.029668 | 1.926183e-02 | 0.007916 | 0.006276 | 0.091485 | 0.002656 | 0.008001 | 0.007049 | 0.010361 | 0.016457 | 0.046017 | NaN | 0.011367 | 0.002656 | 0.005952 | 0.005321 | 0.015510 | 0.005321 | 0.007540 | 0.006523 | 0.002656 | 0.008001 | 0.003759 | NaN | 0.003759 | 0.009253 | 0.004606 | 0.004606 | NaN | 0.005321 | NaN | 0.008855 | 0.004606 | 0.011994 | 0.002656 | 0.018437 | 0.007049 | 0.002656 | 0.018012 | 0.006523 | 0.008001 | NaN | 0.002656 | 0.005321 | 0.012297 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Security Ministries | 0.018842 | 0.019448 | 0.019273 | 0.032855 | 0.134449 | 0.115387 | 0.145654 | 0.022164 | 0.019358 | 0.032339 | 0.031404 | 0.060826 | 0.007821 | NaN | 0.030708 | 0.002081 | 0.003889 | 0.015979 | 0.018536 | 0.036379 | 0.006049 | 0.002356 | 0.039174 | 0.009597 | 0.017428 | 0.015388 | 0.029644 | 8.185455e-03 | 0.034667 | 0.066458 | 0.051387 | 0.029174 | 0.020776 | 0.002901 | 0.016655 | 0.024833 | 0.021957 | 0.015728 | 0.013921 | 0.010206 | 0.028659 | 0.001153 | 0.000068 | 0.016228 | 0.024086 | 0.032079 | 0.016756 | 0.000833 | 0.004386 | 0.022293 | 0.019338 | 0.013041 | 0.009743 | 0.008419 | 0.030744 | 0.000911 | 0.005250 | 0.012241 | 0.024742 | 0.029893 | 0.020480 | 0.002544 | 0.021408 | 0.024168 | 0.021877 | 0.015418 | 0.013771 | 0.010034 | 0.028771 | 0.000705 | 0.000499 | 0.016064 | 0.024371 | 0.031680 | 0.020056 | 0.022988 | 0.022701 | 0.022641 | 0.019256 | 0.066715 | NaN | 0.012197 | NaN | 0.100351 | 0.018844 | NaN | 0.021606 | 0.004492 | NaN | 0.003889 | NaN | 0.003173 | 0.003173 | 0.002243 | 0.007125 | NaN | 0.005025 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.008061 | 0.003878 | 0.013485 | 0.023234 | 0.023234 | 0.052705 | 0.052705 | NaN | 0.009762 | 0.009762 | 0.016665 | 0.016665 | 0.006756 | 0.013734 | 0.003173 | 0.004492 | 0.005025 | 0.013500 | 0.001623 | NaN | 0.041364 | NaN | 0.030708 | 0.216936 | NaN | NaN | 0.046282 | NaN | 0.119904 | 0.012251 | 0.006756 | 0.109062 | 0.021646 | 0.026686 | 0.018068 | 0.030592 | NaN | 0.017750 | 0.003889 | 0.026866 | 0.012889 | 0.005508 | 0.007812 | 0.060063 | 0.011351 | 0.007476 | 0.009597 | 0.158924 | 0.019745 | 0.003173 | 0.015388 | 0.003889 | 0.033662 | 0.007812 | 0.017590 | 0.012679 | 0.005952 | 0.004492 | 0.024922 | 0.164099 | 0.008748 | 0.003889 | 0.003307 | 0.012018 | 0.025049 | 1.626285e-02 | 0.003883 | 0.032195 | 0.044581 | 0.002243 | 0.006756 | 0.005952 | 0.008748 | 0.013895 | 0.038852 | NaN | 0.009597 | 0.002243 | 0.005025 | 0.004492 | 0.013095 | 0.004492 | 0.006366 | 0.005508 | 0.002243 | 0.006756 | 0.003173 | NaN | 0.003173 | 0.007812 | 0.003889 | 0.003889 | NaN | 0.004492 | NaN | 0.007476 | 0.003889 | 0.010127 | 0.002243 | 0.015566 | 0.005952 | 0.002243 | 0.015208 | 0.005508 | 0.006756 | NaN | 0.002243 | 0.004492 | 0.010382 | 0.005952 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Self-employed | 0.012109 | 0.018123 | 0.058601 | 0.062395 | 0.033391 | 0.008777 | 0.041175 | 0.078153 | 0.141045 | 0.171027 | 0.073996 | 0.048040 | 0.025315 | NaN | 0.172595 | 0.021033 | 0.021856 | 0.023479 | 0.050287 | 0.061242 | 0.007363 | 0.010923 | 0.043525 | 0.010194 | 0.035237 | 0.030373 | 0.047096 | 5.037267e-03 | 0.010619 | 0.020407 | 0.050508 | 0.001940 | 0.041177 | 0.019881 | 0.058510 | 0.062801 | 0.094871 | 0.056902 | 0.052643 | 0.003249 | 0.047740 | 0.007109 | 0.076967 | 0.045460 | 0.037639 | 0.008136 | 0.034371 | 0.013988 | 0.070405 | 0.049098 | 0.085544 | 0.056852 | 0.038840 | 0.009570 | 0.039854 | 0.018472 | 0.080240 | 0.030133 | 0.043351 | 0.008075 | 0.039115 | 0.016583 | 0.001413 | 0.057908 | 0.095126 | 0.054086 | 0.051191 | 0.006672 | 0.042685 | 0.007120 | 0.073779 | 0.044457 | 0.037115 | 0.009647 | 0.050171 | 0.000668 | 0.019653 | 0.001561 | 0.008747 | 0.001005 | NaN | 0.012666 | NaN | 0.015096 | 0.094200 | NaN | 0.006726 | 0.025250 | NaN | 0.021856 | NaN | 0.017836 | 0.017836 | 0.012606 | 0.018414 | NaN | 0.028244 | NaN | NaN | NaN | 0.002662 | 0.023363 | 0.013977 | 0.011869 | 0.039839 | 0.049660 | 0.085600 | 0.085600 | 0.010763 | 0.010763 | NaN | 0.043779 | 0.043779 | 0.024658 | 0.024658 | 0.007175 | 0.003056 | 0.017836 | 0.025250 | 0.028244 | 0.034894 | 0.001236 | NaN | 0.028074 | NaN | 0.172595 | 0.102435 | NaN | NaN | 0.151074 | NaN | 0.003206 | 0.000468 | 0.037970 | 0.010750 | 0.098990 | 0.033078 | 0.019965 | 0.036045 | NaN | 0.025710 | 0.021856 | 0.004722 | 0.006345 | 0.006703 | 0.036218 | 0.018344 | 0.029339 | 0.014137 | 0.055431 | 0.034425 | 0.080288 | 0.047260 | 0.030373 | 0.021856 | 0.024078 | 0.036218 | 0.024212 | 0.054485 | 0.033453 | 0.025250 | 0.315375 | 0.001430 | 0.049168 | 0.021856 | 0.059802 | 0.064204 | 0.048207 | 5.137458e-02 | 0.102242 | 0.004426 | 0.037065 | 0.012606 | 0.037970 | 0.033453 | 0.049168 | 0.078098 | 0.218372 | NaN | 0.053943 | 0.012606 | 0.028244 | 0.025250 | 0.073604 | 0.025250 | 0.035780 | 0.030955 | 0.012606 | 0.037970 | 0.017836 | NaN | 0.017836 | 0.043910 | 0.021856 | 0.021856 | NaN | 0.025250 | NaN | 0.042020 | 0.021856 | 0.056919 | 0.012606 | 0.087490 | 0.033453 | 0.012606 | 0.085478 | 0.030955 | 0.037970 | NaN | 0.012606 | 0.025250 | 0.058354 | 0.033453 | 0.028244 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Services | 0.025267 | 0.028934 | 0.006261 | 0.024014 | 0.001792 | 0.031376 | 0.004358 | 0.028993 | 0.062683 | 0.045021 | 0.024346 | 0.008542 | 0.028531 | NaN | 0.045685 | 0.015669 | 0.005785 | 0.005602 | 0.011595 | 0.016515 | 0.009000 | 0.003505 | 0.032733 | 0.014278 | 0.025929 | 0.022893 | 0.031937 | 3.874743e-02 | 0.027282 | 0.017696 | 0.009454 | 0.030633 | 0.170266 | 0.140852 | 0.017985 | 0.020351 | 0.019055 | 0.168837 | 0.159550 | 0.053693 | 0.010840 | 0.086899 | 0.091591 | 0.138392 | 0.035132 | 0.034511 | 0.179795 | 0.147491 | 0.012920 | 0.023101 | 0.023818 | 0.177549 | 0.163928 | 0.056713 | 0.007419 | 0.091115 | 0.104938 | 0.141159 | 0.035358 | 0.031128 | 0.170920 | 0.141733 | 0.017980 | 0.020282 | 0.019066 | 0.169601 | 0.158828 | 0.053818 | 0.010544 | 0.087879 | 0.092613 | 0.138549 | 0.035505 | 0.033919 | 0.118083 | 0.002571 | 0.009503 | 0.003424 | 0.028649 | 0.002084 | NaN | 0.022431 | NaN | 0.013869 | 0.028035 | NaN | 0.036613 | 0.006683 | NaN | 0.005785 | NaN | 0.004721 | 0.004721 | 0.003337 | 0.010599 | NaN | 0.007476 | NaN | NaN | NaN | 0.009434 | 0.005760 | 0.042122 | 0.029934 | 0.006119 | 0.011451 | 0.034565 | 0.034565 | 0.058388 | 0.058388 | NaN | 0.026711 | 0.026711 | 0.025763 | 0.025763 | 0.010050 | 0.042949 | 0.004721 | 0.006683 | 0.007476 | 0.020085 | 0.021927 | NaN | 0.026562 | NaN | 0.045685 | 0.027114 | NaN | NaN | 0.023310 | NaN | 0.025190 | 0.038908 | 0.010050 | 0.036362 | 0.057119 | 0.004201 | 0.026880 | 0.019159 | NaN | 0.026408 | 0.005785 | 0.000033 | 0.019175 | 0.008194 | 0.011623 | 0.029184 | 0.016888 | 0.011122 | 0.014278 | 0.025526 | 0.029376 | 0.004721 | 0.022893 | 0.005785 | 0.048892 | 0.011623 | 0.014848 | 0.018863 | 0.221137 | 0.145212 | 0.037077 | 0.008855 | 0.013014 | 0.005785 | 0.000050 | 0.015179 | 0.054296 | 2.419476e-02 | 0.024234 | 0.028494 | 0.021284 | 0.003337 | 0.010050 | 0.008855 | 0.013014 | 0.020672 | 0.057802 | NaN | 0.014278 | 0.003337 | 0.007476 | 0.006683 | 0.019482 | 0.006683 | 0.009471 | 0.008194 | 0.003337 | 0.010050 | 0.004721 | NaN | 0.004721 | 0.011623 | 0.005785 | 0.005785 | NaN | 0.006683 | NaN | 0.011122 | 0.005785 | 0.015066 | 0.003337 | 0.023158 | 0.008855 | 0.003337 | 0.022625 | 0.008194 | 0.010050 | NaN | 0.003337 | 0.006683 | 0.015446 | 0.008855 | 0.007476 | 0.042020 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Telecom | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Trade: type 1 | 0.021810 | 0.008680 | 0.070677 | 0.003567 | 0.015285 | 0.011574 | 0.017894 | 0.007001 | 0.027446 | 0.013323 | 0.042257 | 0.006668 | NaN | NaN | 0.013705 | 0.016411 | 0.001736 | 0.020564 | 0.008273 | 0.064497 | 0.061583 | 0.064671 | 0.028501 | 0.004283 | 0.007779 | 0.006868 | 0.009581 | 1.826655e-02 | 0.015472 | NaN | 0.062034 | 0.078515 | 0.022791 | 0.001101 | 0.003825 | 0.014075 | 0.018045 | 0.027588 | 0.006901 | 0.036793 | 0.010696 | 0.001436 | 0.000048 | 0.021902 | 0.000552 | 0.003383 | 0.046291 | 0.025116 | 0.004194 | 0.014899 | 0.016263 | 0.026446 | 0.052585 | 0.054377 | 0.009467 | 0.033449 | 0.003671 | 0.040065 | 0.001429 | 0.007657 | 0.022612 | 0.001356 | 0.005571 | 0.013924 | 0.018010 | 0.027434 | 0.006908 | 0.036624 | 0.010576 | 0.001143 | 0.000388 | 0.021810 | 0.000239 | 0.003519 | 0.038949 | 0.004482 | 0.010132 | 0.004274 | 0.008594 | 0.027595 | NaN | 0.019583 | NaN | 0.004161 | 0.008410 | NaN | 0.009643 | 0.002005 | NaN | 0.001736 | NaN | 0.001416 | 0.001416 | 0.001001 | 0.003180 | NaN | 0.002243 | NaN | NaN | NaN | 0.003322 | 0.002028 | 0.006050 | 0.080592 | 0.015328 | 0.034165 | 0.010370 | 0.010370 | 0.023523 | 0.023523 | NaN | 0.022456 | 0.022456 | 0.020368 | 0.020368 | 0.003015 | 0.012445 | 0.001416 | 0.002005 | 0.002243 | 0.006025 | 0.015373 | NaN | 0.054221 | NaN | 0.013705 | 0.008134 | NaN | NaN | 0.033329 | NaN | 0.018705 | 0.183075 | 0.003015 | 0.048676 | 0.010894 | 0.024927 | 0.008064 | 0.013654 | NaN | 0.007922 | 0.001736 | 0.010011 | 0.005752 | 0.002458 | 0.003487 | 0.006288 | 0.005066 | 0.003337 | 0.004283 | 0.010952 | 0.008813 | 0.001416 | 0.006868 | 0.001736 | 0.066627 | 0.003487 | 0.007851 | 0.005659 | 0.002656 | 0.002005 | 0.011123 | 0.002656 | 0.003904 | 0.001736 | 0.014924 | 0.012818 | 0.089538 | 7.258393e-03 | 0.014773 | 0.014369 | 0.014115 | 0.001001 | 0.003015 | 0.002656 | 0.003904 | 0.006202 | 0.017340 | NaN | 0.004283 | 0.001001 | 0.002243 | 0.002005 | 0.005845 | 0.002005 | 0.002841 | 0.002458 | 0.001001 | 0.003015 | 0.001416 | NaN | 0.001416 | 0.003487 | 0.001736 | 0.001736 | NaN | 0.002005 | NaN | 0.003337 | 0.001736 | 0.004520 | 0.001001 | 0.006947 | 0.002656 | 0.001001 | 0.006788 | 0.002458 | 0.003015 | NaN | 0.001001 | 0.002005 | 0.004634 | 0.002656 | 0.002243 | 0.012606 | 0.003337 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Trade: type 2 | 0.027865 | 0.019358 | 0.059025 | 0.000596 | 0.006529 | 0.048195 | 0.014448 | 0.016022 | 0.126005 | 0.037991 | 0.008671 | 0.079051 | 0.023416 | NaN | 0.038901 | 0.019115 | 0.004926 | 0.015329 | 0.068246 | 0.024070 | 0.030471 | 0.049621 | 0.017675 | 0.012158 | 0.026339 | 0.034655 | 0.094210 | 5.184758e-02 | 0.041414 | 0.028017 | 0.033113 | 0.045493 | 0.003673 | 0.013230 | 0.020258 | 0.057569 | 0.025410 | 0.015728 | 0.024232 | 0.025562 | 0.053068 | 0.040914 | 0.001735 | 0.001409 | 0.024721 | 0.032655 | 0.008332 | 0.008633 | 0.012015 | 0.058026 | 0.028769 | 0.013041 | 0.019914 | 0.027394 | 0.055765 | 0.043438 | 0.008280 | 0.002788 | 0.024880 | 0.030436 | 0.004006 | 0.012804 | 0.021855 | 0.056686 | 0.025467 | 0.015418 | 0.024028 | 0.025655 | 0.053181 | 0.041504 | 0.002421 | 0.001255 | 0.024983 | 0.032243 | 0.003270 | 0.042871 | 0.026887 | 0.043924 | 0.022808 | 0.039367 | NaN | 0.044749 | NaN | 0.011810 | 0.023872 | NaN | 0.027371 | 0.005691 | NaN | 0.004926 | NaN | 0.004020 | 0.004020 | 0.002841 | 0.009026 | NaN | 0.006366 | NaN | NaN | NaN | 0.008819 | 0.005385 | 0.016062 | 0.006582 | 0.039249 | 0.107008 | 0.008496 | 0.008496 | 0.003563 | 0.003563 | NaN | 0.007611 | 0.007611 | 0.008484 | 0.008484 | 0.008558 | 0.035325 | 0.004020 | 0.005691 | 0.006366 | 0.017102 | 0.043635 | NaN | 0.076538 | NaN | 0.038901 | 0.023088 | NaN | NaN | 0.027157 | NaN | 0.001845 | 0.185164 | 0.110303 | 0.089029 | 0.005543 | 0.044706 | 0.024014 | 0.053812 | NaN | 0.022486 | 0.004926 | 0.088676 | 0.016328 | 0.006977 | 0.009897 | 0.158285 | 0.014380 | 0.009471 | 0.012158 | 0.114173 | 0.025014 | 0.004020 | 0.019494 | 0.004926 | 0.013674 | 0.009897 | 0.022283 | 0.016062 | 0.007540 | 0.005691 | 0.076058 | 0.007540 | 0.011082 | 0.004926 | 0.013266 | 0.028126 | 0.004002 | 3.090321e-02 | 0.016632 | 0.010972 | 0.040065 | 0.002841 | 0.008558 | 0.007540 | 0.011082 | 0.017603 | 0.049219 | NaN | 0.012158 | 0.002841 | 0.006366 | 0.005691 | 0.016589 | 0.005691 | 0.008065 | 0.006977 | 0.002841 | 0.008558 | 0.004020 | NaN | 0.004020 | 0.009897 | 0.004926 | 0.004926 | NaN | 0.005691 | NaN | 0.009471 | 0.004926 | 0.012829 | 0.002841 | 0.019719 | 0.007540 | 0.002841 | 0.019266 | 0.006977 | 0.008558 | NaN | 0.002841 | 0.005691 | 0.013152 | 0.007540 | 0.006366 | 0.035780 | 0.009471 | NaN | 0.002841 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Trade: type 3 | 0.040302 | 0.051294 | 0.007294 | 0.015696 | 0.023108 | 0.032469 | 0.022685 | 0.006693 | 0.082688 | 0.057263 | 0.027416 | 0.026394 | 0.028531 | NaN | 0.058648 | 0.040191 | 0.007427 | 0.027226 | 0.026060 | 0.043615 | 0.026836 | 0.020124 | 0.057964 | 0.094818 | 0.031599 | 0.029389 | 0.121695 | 9.553666e-02 | 0.010025 | 0.020814 | 0.024912 | 0.081030 | 0.063312 | 0.106470 | 0.002657 | 0.042686 | 0.192937 | 0.056092 | 0.082914 | 0.010438 | 0.002916 | 0.008016 | 0.074950 | 0.045111 | 0.001460 | 0.067099 | 0.064975 | 0.101774 | 0.004481 | 0.037368 | 0.198768 | 0.051583 | 0.086794 | 0.010152 | 0.000815 | 0.012961 | 0.090241 | 0.051594 | 0.004179 | 0.070780 | 0.063994 | 0.107359 | 0.006759 | 0.041484 | 0.192738 | 0.056773 | 0.082621 | 0.010704 | 0.002611 | 0.009021 | 0.076247 | 0.045414 | 0.000945 | 0.067539 | 0.052923 | 0.043218 | 0.024317 | 0.042549 | 0.013387 | 0.051690 | NaN | 0.067465 | NaN | 0.017804 | 0.035990 | NaN | 0.014294 | 0.008580 | NaN | 0.007427 | NaN | 0.006061 | 0.006061 | 0.004283 | 0.061988 | NaN | 0.097040 | NaN | NaN | NaN | 0.013826 | 0.008442 | 0.025180 | 0.023068 | 0.039413 | 0.040982 | 0.018959 | 0.018959 | 0.053535 | 0.053535 | NaN | 0.016414 | 0.016414 | 0.045050 | 0.045050 | 0.012902 | 0.012983 | 0.006061 | 0.229750 | 0.009597 | 0.015143 | 0.049023 | NaN | 0.093791 | NaN | 0.058648 | 0.034808 | NaN | NaN | 0.022113 | NaN | 0.011366 | 0.066248 | 0.012902 | 0.010765 | 0.026681 | 0.109949 | 0.034507 | 0.168997 | NaN | 0.033901 | 0.007427 | 0.035619 | 0.024616 | 0.010519 | 0.123235 | 0.012431 | 0.021679 | 0.014278 | 0.018330 | 0.074799 | 0.037711 | 0.006061 | 0.029389 | 0.007427 | 0.044879 | 0.014921 | 0.030763 | 0.024216 | 0.078849 | 0.008580 | 0.096637 | 0.011367 | 0.016707 | 0.007427 | 0.014113 | 0.011627 | 0.000048 | 3.451129e-03 | 0.004356 | 0.001558 | 0.000243 | 0.004283 | 0.012902 | 0.011367 | 0.016707 | 0.026538 | 0.074203 | NaN | 0.018330 | 0.004283 | 0.009597 | 0.008580 | 0.025011 | 0.008580 | 0.012158 | 0.010519 | 0.004283 | 0.012902 | 0.006061 | NaN | 0.006061 | 0.014921 | 0.007427 | 0.007427 | NaN | 0.008580 | NaN | 0.014278 | 0.007427 | 0.019341 | 0.004283 | 0.029729 | 0.011367 | 0.004283 | 0.029045 | 0.010519 | 0.012902 | NaN | 0.004283 | 0.008580 | 0.019829 | 0.011367 | 0.009597 | 0.053943 | 0.014278 | NaN | 0.004283 | 0.012158 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Trade: type 4 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Trade: type 5 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Trade: type 6 | 0.033235 | 0.015049 | 0.005586 | 0.000207 | 0.015072 | 0.006177 | 0.008825 | 0.041556 | 0.049813 | 0.023288 | 0.050980 | 0.000878 | 0.006413 | NaN | 0.023762 | 0.016284 | 0.003009 | 0.004362 | 0.060364 | 0.007710 | 0.004681 | 0.001823 | 0.000415 | 0.007427 | 0.065381 | 0.076296 | 0.016611 | 5.278386e-02 | 0.065837 | 0.073690 | 0.005359 | 0.017017 | 0.022293 | 0.030537 | 0.001507 | 0.009911 | 0.013956 | 0.019385 | 0.028189 | 0.009184 | 0.058932 | 0.000086 | 0.031346 | 0.019942 | 0.024086 | 0.027426 | 0.019146 | 0.026686 | 0.003112 | 0.007828 | 0.011322 | 0.017325 | 0.024552 | 0.010663 | 0.057535 | 0.001999 | 0.027435 | 0.016804 | 0.024742 | 0.025627 | 0.022034 | 0.030211 | 0.000226 | 0.009549 | 0.013991 | 0.019141 | 0.027978 | 0.009285 | 0.058705 | 0.000345 | 0.030775 | 0.019811 | 0.024371 | 0.027100 | 0.017418 | 0.024467 | 0.017566 | 0.024260 | 0.014901 | 0.011022 | NaN | 0.033953 | NaN | 0.007214 | 0.014582 | NaN | 0.016719 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.001736 | 0.005513 | NaN | 0.003889 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.008061 | 0.003878 | 0.055046 | 0.017979 | 0.017979 | 0.040784 | 0.040784 | NaN | 0.000194 | 0.000194 | 0.004861 | 0.004861 | 0.005228 | 0.085774 | 0.002456 | 0.003476 | 0.003889 | 0.010447 | 0.066378 | NaN | 0.009997 | NaN | 0.023762 | 0.014103 | NaN | NaN | 0.015453 | NaN | 0.032431 | 0.009480 | 0.005228 | 0.035654 | 0.040509 | 0.032010 | 0.013981 | 0.023673 | NaN | 0.063866 | 0.003009 | 0.017356 | 0.009974 | 0.004262 | 0.006045 | 0.010902 | 0.008784 | 0.005785 | 0.007427 | 0.018988 | 0.015279 | 0.002456 | 0.164499 | 0.003009 | 0.026048 | 0.006045 | 0.013611 | 0.009811 | 0.004606 | 0.003476 | 0.039154 | 0.004606 | 0.006769 | 0.003009 | 0.021515 | 0.022224 | 0.038824 | 1.258451e-02 | 0.022084 | 0.024913 | 0.024473 | 0.001736 | 0.005228 | 0.004606 | 0.006769 | 0.010752 | 0.030065 | NaN | 0.007427 | 0.001736 | 0.003889 | 0.003476 | 0.010133 | 0.003476 | 0.004926 | 0.004262 | 0.001736 | 0.005228 | 0.002456 | NaN | 0.002456 | 0.006045 | 0.003009 | 0.003009 | NaN | 0.003476 | NaN | 0.005785 | 0.003009 | 0.007836 | 0.001736 | 0.012045 | 0.004606 | 0.001736 | 0.011768 | 0.004262 | 0.005228 | NaN | 0.001736 | 0.003476 | 0.008034 | 0.004606 | 0.003889 | 0.021856 | 0.005785 | NaN | 0.001736 | 0.004926 | 0.007427 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Trade: type 7 | 0.005916 | 0.009474 | 0.013201 | 0.006254 | 0.028987 | 0.012251 | 0.039730 | 0.015153 | 0.021542 | 0.059400 | 0.012007 | 0.058810 | 0.047994 | NaN | 0.060286 | 0.017419 | 0.007634 | 0.069843 | 0.036391 | 0.012362 | 0.062535 | 0.056236 | 0.069920 | 0.036251 | 0.002622 | 0.030210 | 0.037074 | 1.268672e-02 | 0.012379 | 0.082917 | 0.045474 | 0.001211 | 0.023113 | 0.074257 | 0.018327 | 0.039783 | 0.090837 | 0.000574 | 0.003192 | 0.002950 | 0.051870 | 0.058625 | 0.063865 | 0.033867 | 0.154998 | 0.136780 | 0.031526 | 0.080204 | 0.013376 | 0.041394 | 0.088490 | 0.005577 | 0.000849 | 0.000355 | 0.049324 | 0.053089 | 0.075605 | 0.041641 | 0.181902 | 0.127698 | 0.023722 | 0.074966 | 0.018190 | 0.039299 | 0.090776 | 0.001117 | 0.003042 | 0.002668 | 0.051564 | 0.059349 | 0.064809 | 0.034149 | 0.159130 | 0.136989 | 0.022688 | 0.000353 | 0.011058 | 0.001925 | 0.030533 | 0.019399 | NaN | 0.004305 | NaN | 0.018302 | 0.036995 | NaN | 0.010112 | 0.008819 | NaN | 0.007634 | NaN | 0.006230 | 0.006230 | 0.004403 | 0.059629 | NaN | 0.009865 | NaN | NaN | NaN | 0.013405 | 0.008185 | 0.024414 | 0.014930 | 0.017886 | 0.025338 | 0.003886 | 0.003886 | 0.057580 | 0.057580 | NaN | 0.005664 | 0.005664 | 0.006968 | 0.006968 | 0.013263 | 0.009762 | 0.006230 | 0.008819 | 0.009865 | 0.026504 | 0.011721 | NaN | 0.002928 | NaN | 0.060286 | 0.005406 | NaN | NaN | 0.044096 | NaN | 0.018041 | 0.019599 | 0.013263 | 0.021753 | 0.000333 | 0.004174 | 0.025739 | 0.000342 | NaN | 0.034848 | 0.007634 | 0.018566 | 0.025303 | 0.010812 | 0.051932 | 0.027660 | 0.022285 | 0.014677 | 0.018842 | 0.000782 | 0.038765 | 0.006230 | 0.030210 | 0.007634 | 0.047182 | 0.015337 | 0.028140 | 0.024892 | 0.011685 | 0.008819 | 0.231991 | 0.011685 | 0.017174 | 0.007634 | 0.010289 | 0.006756 | 0.049176 | 3.192754e-02 | 0.007662 | 0.014610 | 0.036340 | 0.004403 | 0.013263 | 0.011685 | 0.017174 | 0.027279 | 0.076276 | NaN | 0.018842 | 0.004403 | 0.009865 | 0.008819 | 0.025709 | 0.008819 | 0.012498 | 0.010812 | 0.004403 | 0.013263 | 0.006230 | NaN | 0.006230 | 0.015337 | 0.007634 | 0.007634 | NaN | 0.008819 | NaN | 0.014677 | 0.007634 | 0.019881 | 0.004403 | 0.030560 | 0.011685 | 0.004403 | 0.029857 | 0.010812 | 0.013263 | NaN | 0.004403 | 0.008819 | 0.020383 | 0.011685 | 0.009865 | 0.055449 | 0.014677 | NaN | 0.004403 | 0.012498 | 0.018842 | NaN | NaN | 0.007634 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Transport: type 1 | 0.018296 | 0.012282 | 0.068634 | 0.017306 | 0.024597 | 0.001703 | 0.017295 | 0.021280 | 0.037159 | 0.019674 | 0.056088 | 0.013634 | 0.021435 | NaN | 0.019392 | 0.031544 | 0.002456 | 0.019888 | 0.011706 | 0.066871 | 0.041658 | 0.045008 | 0.026772 | 0.006061 | 0.011006 | 0.009717 | 0.013556 | 2.584575e-02 | 0.034824 | NaN | 0.011048 | 0.000897 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | 0.016561 | 0.042324 | 0.016360 | 0.057448 | 0.027902 | NaN | 0.027709 | NaN | 0.005887 | 0.011900 | NaN | 0.013644 | 0.002837 | NaN | 0.002456 | NaN | 0.002004 | 0.002004 | 0.001416 | 0.004499 | NaN | 0.003173 | NaN | NaN | NaN | 0.004700 | 0.002870 | 0.008561 | 0.014914 | 0.021690 | 0.002526 | 0.014672 | 0.014672 | 0.060210 | 0.060210 | NaN | 0.015649 | 0.015649 | 0.028819 | 0.028819 | 0.004266 | 0.017609 | 0.002004 | 0.002837 | 0.003173 | 0.008526 | 0.021752 | NaN | 0.025299 | NaN | 0.019392 | 0.011509 | NaN | NaN | 0.002331 | NaN | 0.024627 | 0.007736 | 0.004266 | 0.019888 | 0.015415 | 0.035270 | 0.011410 | 0.019319 | NaN | 0.011209 | 0.002456 | 0.014164 | 0.008139 | 0.003478 | 0.004934 | 0.008897 | 0.007168 | 0.004721 | 0.006061 | 0.015496 | 0.012469 | 0.002004 | 0.009717 | 0.002456 | 0.021258 | 0.004934 | 0.011108 | 0.008007 | 0.003759 | 0.002837 | 0.015738 | 0.003759 | 0.178619 | 0.002456 | 0.021116 | 0.046178 | 0.015818 | 1.027006e-02 | 0.020903 | 0.020332 | 0.040185 | 0.001416 | 0.004266 | 0.003759 | 0.005524 | 0.008775 | 0.024535 | NaN | 0.006061 | 0.001416 | 0.003173 | 0.002837 | 0.008270 | 0.002837 | 0.004020 | 0.003478 | 0.001416 | 0.004266 | 0.002004 | NaN | 0.002004 | 0.004934 | 0.002456 | 0.002456 | NaN | 0.002837 | NaN | 0.004721 | 0.002456 | 0.006395 | 0.001416 | 0.009830 | 0.003759 | 0.001416 | 0.009604 | 0.003478 | 0.004266 | NaN | 0.001416 | 0.002837 | 0.006556 | 0.003759 | 0.003173 | 0.017836 | 0.004721 | NaN | 0.001416 | 0.004020 | 0.006061 | NaN | NaN | 0.002456 | 0.006230 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Transport: type 2 | 0.012794 | 0.046219 | 0.020611 | 0.036940 | 0.038537 | 0.021340 | 0.034020 | 0.027615 | 0.009765 | 0.047073 | 0.009014 | 0.014642 | 0.037481 | NaN | 0.045685 | 0.031245 | 0.005785 | 0.026584 | 0.027577 | 0.026962 | 0.009000 | 0.023421 | 0.057264 | 0.014278 | 0.015425 | 0.023355 | 0.031937 | 9.410091e-02 | 0.118479 | 0.065518 | 0.024340 | 0.008772 | 0.071661 | 0.011864 | 0.037592 | 0.132523 | 0.020356 | 0.056159 | 0.031720 | 0.050226 | 0.088894 | 0.004671 | 0.111533 | 0.066718 | 0.008695 | 0.008941 | 0.078803 | 0.016991 | 0.020203 | 0.130727 | 0.023096 | 0.060913 | 0.035899 | 0.052369 | 0.091872 | 0.007200 | 0.123040 | 0.072478 | 0.013427 | 0.011449 | 0.072055 | 0.012388 | 0.041876 | 0.130245 | 0.020349 | 0.056614 | 0.031639 | 0.050287 | 0.088959 | 0.005220 | 0.112291 | 0.066855 | 0.009161 | 0.009255 | 0.056759 | 0.037591 | 0.009503 | 0.029930 | 0.001168 | 0.017655 | NaN | 0.001007 | NaN | 0.013869 | 0.010581 | NaN | 0.002235 | 0.006683 | NaN | 0.005785 | NaN | 0.004721 | 0.004721 | 0.003337 | 0.010599 | NaN | 0.007476 | NaN | NaN | NaN | 0.010012 | 0.006113 | 0.018235 | 0.031768 | 0.028553 | 0.054820 | 0.002170 | 0.002170 | 0.021705 | 0.021705 | NaN | 0.026711 | 0.026711 | 0.067893 | 0.067893 | 0.010050 | 0.013341 | 0.004721 | 0.006683 | 0.007476 | 0.032084 | 0.002463 | NaN | 0.017488 | NaN | 0.045685 | 0.052399 | NaN | NaN | 0.023310 | NaN | 0.025190 | 0.018226 | 0.010050 | 0.015380 | 0.005170 | 0.023923 | 0.026880 | 0.019159 | NaN | 0.014282 | 0.005785 | 0.033369 | 0.019175 | 0.008194 | 0.011623 | 0.020961 | 0.016888 | 0.011122 | 0.014278 | 0.056542 | 0.029376 | 0.004721 | 0.023355 | 0.005785 | 0.073635 | 0.011623 | 0.026169 | 0.036454 | 0.008855 | 0.006683 | 0.037077 | 0.008855 | 0.013014 | 0.005785 | 0.000050 | 0.015179 | 0.023776 | 2.419476e-02 | 0.025785 | 0.022434 | 0.004484 | 0.003337 | 0.010050 | 0.008855 | 0.013014 | 0.020672 | 0.057802 | NaN | 0.014278 | 0.003337 | 0.007476 | 0.006683 | 0.019482 | 0.006683 | 0.009471 | 0.008194 | 0.003337 | 0.010050 | 0.004721 | NaN | 0.004721 | 0.011623 | 0.005785 | 0.005785 | NaN | 0.006683 | NaN | 0.011122 | 0.005785 | 0.015066 | 0.003337 | 0.023158 | 0.008855 | 0.003337 | 0.022625 | 0.008194 | 0.010050 | NaN | 0.003337 | 0.006683 | 0.015446 | 0.008855 | 0.007476 | 0.042020 | 0.011122 | NaN | 0.003337 | 0.009471 | 0.014278 | NaN | NaN | 0.005785 | 0.014677 | 0.004721 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Transport: type 3 | 0.010406 | 0.023035 | 0.036274 | 0.029463 | 0.001599 | 0.017592 | 0.007649 | 0.013300 | 0.009690 | 0.035967 | 0.057232 | 0.000937 | 0.051266 | NaN | 0.036370 | 0.014203 | 0.004606 | 0.028323 | 0.021955 | 0.053542 | 0.007165 | 0.002791 | 0.017524 | 0.011367 | 0.020642 | 0.018225 | 0.025425 | 2.077481e-02 | 0.010668 | 0.057710 | 0.020630 | 0.040330 | 0.024289 | 0.024663 | 0.004778 | 0.039758 | 0.051988 | 0.000404 | 0.004852 | 0.049000 | 0.052529 | 0.012501 | 0.028619 | 0.003764 | 0.034174 | 0.011893 | 0.030174 | 0.028987 | 0.001329 | 0.036042 | 0.055996 | 0.003918 | 0.009397 | 0.046980 | 0.050303 | 0.015442 | 0.037402 | 0.008686 | 0.035104 | 0.009360 | 0.024686 | 0.025131 | 0.007783 | 0.038767 | 0.052007 | 0.000787 | 0.004915 | 0.048718 | 0.052247 | 0.013145 | 0.029421 | 0.003961 | 0.034578 | 0.011499 | 0.008008 | 0.028322 | 0.026887 | 0.027921 | 0.022808 | 0.007638 | NaN | 0.028437 | NaN | 0.011041 | 0.022319 | NaN | 0.060427 | 0.005321 | NaN | 0.004606 | NaN | 0.003759 | 0.003759 | 0.002656 | 0.008438 | NaN | 0.005952 | NaN | NaN | NaN | 0.007445 | 0.004546 | 0.013559 | 0.023623 | 0.012887 | 0.012058 | 0.013009 | 0.013009 | 0.087876 | 0.087876 | NaN | 0.092882 | 0.092882 | 0.001344 | 0.001344 | 0.008001 | 0.033027 | 0.003759 | 0.005321 | 0.005952 | 0.015990 | 0.010283 | NaN | 0.021437 | NaN | 0.036370 | 0.021586 | NaN | NaN | 0.055681 | NaN | 0.022259 | 0.014510 | 0.008001 | 0.028323 | 0.010053 | 0.041476 | 0.021400 | 0.036234 | NaN | 0.021024 | 0.004606 | 0.026565 | 0.015266 | 0.006523 | 0.009253 | 0.016687 | 0.013444 | 0.008855 | 0.011367 | 0.029063 | 0.255025 | 0.003759 | 0.039633 | 0.004606 | 0.039869 | 0.009253 | 0.020834 | 0.015017 | 0.007049 | 0.005321 | 0.029517 | 0.007049 | 0.010361 | 0.004606 | 0.022568 | 0.034912 | 0.029668 | 3.577197e-02 | 0.007916 | 0.038132 | 0.005222 | 0.002656 | 0.008001 | 0.007049 | 0.010361 | 0.016457 | 0.046017 | NaN | 0.011367 | 0.002656 | 0.005952 | 0.005321 | 0.015510 | 0.005321 | 0.007540 | 0.006523 | 0.002656 | 0.008001 | 0.003759 | NaN | 0.003759 | 0.009253 | 0.004606 | 0.004606 | NaN | 0.005321 | NaN | 0.008855 | 0.004606 | 0.011994 | 0.002656 | 0.018437 | 0.007049 | 0.002656 | 0.018012 | 0.006523 | 0.008001 | NaN | 0.002656 | 0.005321 | 0.012297 | 0.007049 | 0.005952 | 0.033453 | 0.008855 | NaN | 0.002656 | 0.007540 | 0.011367 | NaN | NaN | 0.004606 | 0.011685 | 0.003759 | 0.008855 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_Transport: type 4 | 0.033598 | 0.014429 | 0.077083 | 0.052874 | 0.030337 | 0.040090 | 0.031303 | 0.002147 | 0.038824 | 0.064423 | 0.038873 | 0.075063 | 0.073919 | NaN | 0.064970 | 0.011075 | 0.008227 | 0.022887 | 0.011365 | 0.068055 | 0.001053 | 0.004985 | 0.050679 | 0.030972 | 0.051342 | 0.033215 | 0.028313 | 8.659270e-02 | 0.064848 | 0.010227 | 0.048433 | 0.052067 | 0.011271 | 0.033539 | 0.002976 | 0.017603 | 0.033825 | 0.024170 | 0.090331 | 0.120356 | 0.091304 | 0.060475 | 0.014319 | 0.008795 | 0.030829 | 0.056860 | 0.008086 | 0.034638 | 0.003981 | 0.022399 | 0.033111 | 0.019713 | 0.075226 | 0.118456 | 0.090317 | 0.058278 | 0.018453 | 0.007735 | 0.030837 | 0.056175 | 0.010572 | 0.034389 | 0.007458 | 0.016882 | 0.033712 | 0.023660 | 0.090011 | 0.119772 | 0.090845 | 0.061528 | 0.015573 | 0.008482 | 0.030918 | 0.056143 | 0.041143 | 0.041010 | 0.021001 | 0.039424 | 0.022862 | 0.062062 | NaN | 0.016666 | NaN | 0.019724 | 0.012411 | NaN | 0.003178 | 0.009505 | NaN | 0.008227 | NaN | 0.006714 | 0.006714 | 0.004745 | 0.053444 | NaN | 0.010632 | NaN | NaN | NaN | 0.014634 | 0.008935 | 0.026652 | 0.069786 | 0.006437 | 0.012976 | 0.003087 | 0.003087 | 0.059344 | 0.059344 | NaN | 0.005344 | 0.005344 | 0.008298 | 0.008298 | 0.014293 | 0.001041 | 0.006714 | 0.009505 | 0.010632 | 0.008532 | 0.003503 | NaN | 0.009209 | NaN | 0.064970 | 0.010290 | NaN | NaN | 0.060457 | NaN | 0.004700 | 0.014707 | 0.014293 | 0.006953 | 0.029499 | 0.034023 | 0.018743 | 0.027247 | NaN | 0.008622 | 0.008227 | 0.023656 | 0.011466 | 0.011653 | 0.046082 | 0.005848 | 0.019650 | 0.015818 | 0.020306 | 0.051917 | 0.010972 | 0.006714 | 0.033215 | 0.008227 | 0.000845 | 0.016529 | 0.108615 | 0.026826 | 0.012593 | 0.009505 | 0.030940 | 0.012593 | 0.037578 | 0.008227 | 0.035267 | 0.056769 | 0.052997 | 5.943278e-02 | 0.052248 | 0.050011 | 0.024699 | 0.004745 | 0.014293 | 0.012593 | 0.018508 | 0.029399 | 0.082202 | NaN | 0.020306 | 0.004745 | 0.010632 | 0.009505 | 0.027707 | 0.009505 | 0.013469 | 0.011653 | 0.004745 | 0.014293 | 0.006714 | NaN | 0.006714 | 0.016529 | 0.008227 | 0.008227 | NaN | 0.009505 | NaN | 0.015818 | 0.008227 | 0.021426 | 0.004745 | 0.032934 | 0.012593 | 0.004745 | 0.032177 | 0.011653 | 0.014293 | NaN | 0.004745 | 0.009505 | 0.021966 | 0.012593 | 0.010632 | 0.059758 | 0.015818 | NaN | 0.004745 | 0.013469 | 0.020306 | NaN | NaN | 0.008227 | 0.020873 | 0.006714 | 0.015818 | 0.012593 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_University | 0.039430 | 0.012282 | 0.068634 | 0.056423 | 0.021820 | 0.021599 | 0.021674 | 0.048954 | 0.036180 | 0.019376 | 0.013068 | 0.007685 | NaN | NaN | 0.019392 | 0.023220 | 0.002456 | 0.029097 | 0.011706 | 0.018096 | 0.003820 | 0.001488 | 0.033549 | 0.006061 | 0.011006 | 0.009717 | 0.013556 | 2.584575e-02 | 0.021892 | 0.008710 | 0.029612 | 0.028569 | 0.014175 | 0.059670 | 0.016216 | 0.038157 | NaN | 0.000202 | 0.026002 | 0.022933 | NaN | 0.032942 | NaN | 0.002052 | NaN | 0.011725 | 0.035690 | 0.056757 | 0.007519 | 0.038275 | NaN | 0.012238 | 0.017370 | 0.032291 | NaN | 0.032937 | NaN | 0.012501 | NaN | 0.018102 | 0.003323 | 0.059482 | 0.015099 | 0.037561 | NaN | 0.000392 | 0.019790 | 0.031231 | NaN | 0.032680 | NaN | 0.002774 | NaN | 0.019142 | 0.018786 | 0.014098 | 0.014336 | 0.014579 | 0.012160 | 0.030327 | NaN | 0.027709 | NaN | 0.005887 | 0.011900 | NaN | 0.013644 | 0.002837 | NaN | 0.002456 | NaN | 0.002004 | 0.002004 | 0.001416 | 0.004499 | NaN | 0.003173 | NaN | NaN | NaN | 0.004700 | 0.002870 | 0.008561 | 0.014914 | 0.021690 | 0.078833 | 0.014672 | 0.014672 | 0.033284 | 0.033284 | NaN | 0.031773 | 0.031773 | 0.020360 | 0.020360 | 0.004266 | 0.048097 | 0.002004 | 0.002837 | 0.003173 | 0.008526 | 0.035190 | NaN | 0.026121 | NaN | 0.019392 | 0.081307 | NaN | NaN | 0.002331 | NaN | 0.075720 | 0.007736 | 0.004266 | 0.068873 | 0.015415 | 0.056819 | 0.082114 | 0.042207 | NaN | 0.011209 | 0.002456 | 0.014164 | 0.008139 | 0.003478 | 0.004934 | 0.008897 | 0.007168 | 0.004721 | 0.006061 | 0.056915 | 0.012469 | 0.002004 | 0.009717 | 0.002456 | 0.021258 | 0.004934 | 0.011108 | 0.008007 | 0.003759 | 0.002837 | 0.015738 | 0.003759 | 0.005524 | 0.002456 | 0.021116 | 0.046178 | 0.015818 | 1.027006e-02 | 0.037485 | 0.020332 | 0.019972 | 0.001416 | 0.004266 | 0.003759 | 0.005524 | 0.008775 | 0.024535 | NaN | 0.006061 | 0.001416 | 0.003173 | 0.002837 | 0.008270 | 0.002837 | 0.004020 | 0.003478 | 0.001416 | 0.004266 | 0.002004 | NaN | 0.002004 | 0.004934 | 0.002456 | 0.002456 | NaN | 0.002837 | NaN | 0.004721 | 0.002456 | 0.006395 | 0.001416 | 0.009830 | 0.003759 | 0.001416 | 0.009604 | 0.003478 | 0.004266 | NaN | 0.001416 | 0.002837 | 0.006556 | 0.003759 | 0.003173 | 0.017836 | 0.004721 | NaN | 0.001416 | 0.004020 | 0.006061 | NaN | NaN | 0.002456 | 0.006230 | 0.002004 | 0.004721 | 0.003759 | 0.006714 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ORGANIZATION_TYPE_XNA | 0.006186 | 0.011390 | 0.219577 | 0.208044 | 0.114470 | 0.137953 | 0.113487 | 0.003638 | 0.592248 | 0.999869 | 0.260192 | 0.245712 | 0.016669 | NaN | 1.000000 | 0.224687 | 0.023762 | 0.042445 | 0.079667 | 0.219208 | 0.057733 | 0.071031 | 0.133701 | 0.038026 | 0.106501 | 0.094032 | 0.121295 | 2.500990e-01 | 0.211843 | 0.236113 | 0.040665 | 0.130537 | 0.016206 | 0.041474 | 0.022581 | 0.012273 | 0.002223 | 0.002741 | 0.016184 | 0.000840 | 0.083970 | 0.000443 | 0.032782 | 0.016931 | 0.051300 | 0.051691 | 0.004675 | 0.035518 | 0.024542 | 0.019478 | 0.009936 | 0.010745 | 0.016968 | 0.001600 | 0.089415 | 0.001201 | 0.025913 | 0.008828 | 0.051216 | 0.043394 | 0.017407 | 0.042786 | 0.016327 | 0.010254 | 0.002151 | 0.002717 | 0.016775 | 0.000745 | 0.083117 | 0.000782 | 0.034706 | 0.018473 | 0.051131 | 0.049801 | 0.029363 | 0.011248 | 0.055626 | 0.012231 | 0.027284 | 0.017513 | NaN | 0.172973 | NaN | 0.035758 | 0.580530 | NaN | 0.112368 | 0.027452 | NaN | 0.023762 | NaN | 0.019392 | 0.019392 | 0.013705 | 0.043537 | NaN | 0.030708 | NaN | NaN | NaN | 0.058394 | 0.001652 | 0.076208 | 0.042815 | 0.069455 | 0.091767 | 0.086394 | 0.086394 | 0.115939 | 0.115939 | NaN | 0.109960 | 0.109960 | 0.025866 | 0.025866 | 0.045810 | 0.095195 | 0.019392 | 0.027452 | 0.008163 | 0.052661 | 0.061531 | NaN | 0.252767 | NaN | 1.000000 | 0.111370 | NaN | NaN | 0.456327 | NaN | 0.124678 | 0.058524 | 0.103872 | 0.119558 | 0.077912 | 0.042220 | 0.015603 | 0.058827 | NaN | 0.263876 | 0.026369 | 0.051266 | 0.045861 | 0.033655 | 0.047740 | 0.086095 | 0.069365 | 0.045685 | 0.058648 | 0.149947 | 0.120660 | 0.019392 | 0.094032 | 0.023762 | 0.205701 | 0.047740 | 0.107488 | 0.077480 | 0.036370 | 0.027452 | 0.152291 | 0.036370 | 0.053456 | 0.023762 | 0.030156 | 0.025824 | 0.022151 | 2.390134e-02 | 0.026591 | 0.036278 | 0.038522 | 0.013705 | 0.041282 | 0.036370 | 0.053456 | 0.084910 | 0.237419 | NaN | 0.058648 | 0.013705 | 0.030708 | 0.027452 | 0.080023 | 0.027452 | 0.038901 | 0.033655 | 0.013705 | 0.041282 | 0.019392 | NaN | 0.019392 | 0.047740 | 0.023762 | 0.023762 | NaN | 0.027452 | NaN | 0.045685 | 0.023762 | 0.061883 | 0.013705 | 0.095121 | 0.036370 | 0.013705 | 0.092933 | 0.033655 | 0.041282 | NaN | 0.013705 | 0.027452 | 0.063444 | 0.036370 | 0.030708 | 0.172595 | 0.045685 | NaN | 0.013705 | 0.038901 | 0.058648 | NaN | NaN | 0.023762 | 0.060286 | 0.019392 | 0.045685 | 0.036370 | 0.064970 | 0.019392 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FONDKAPREMONT_MODE_not specified | 0.019030 | 0.000667 | 0.008159 | 0.025240 | 0.025038 | 0.003222 | 0.024395 | 0.051123 | 0.028818 | 0.005563 | 0.004804 | 0.045550 | 0.014201 | NaN | 0.004947 | 0.063139 | 0.006536 | 0.015684 | 0.031159 | 0.016748 | 0.044755 | 0.039321 | 0.035180 | 0.016133 | 0.029296 | 0.025866 | 0.005400 | 4.914020e-02 | 0.015140 | 0.002624 | 0.001742 | 0.005765 | 0.006898 | 0.025269 | 0.000650 | 0.039822 | 0.010313 | 0.018061 | 0.041640 | 0.047368 | 0.087611 | 0.001364 | 0.001661 | 0.001350 | 0.048448 | 0.044176 | 0.003306 | 0.019840 | 0.006745 | 0.035423 | 0.008475 | 0.015663 | 0.037122 | 0.041822 | 0.083671 | 0.010711 | 0.006744 | 0.003336 | 0.048198 | 0.051325 | 0.011902 | 0.027911 | 0.003615 | 0.038580 | 0.010214 | 0.021133 | 0.043653 | 0.045267 | 0.087123 | 0.001877 | 0.004745 | 0.005084 | 0.048934 | 0.043184 | 0.008446 | 0.028537 | 0.016614 | 0.027862 | 0.005900 | 0.078506 | NaN | 0.021339 | NaN | 0.015670 | 0.036886 | NaN | 0.036318 | 0.007551 | NaN | 0.006536 | NaN | 0.005334 | 0.005334 | 0.003770 | 0.011976 | NaN | 0.008447 | NaN | NaN | NaN | 0.012062 | 0.007365 | 0.021967 | 0.063547 | 0.055658 | 0.008581 | 0.047222 | 0.047222 | 0.017491 | 0.017491 | NaN | 0.030476 | 0.030476 | 0.016793 | 0.016793 | 0.011356 | 0.021887 | 0.005334 | 0.007551 | 0.008447 | 0.023619 | 0.014594 | NaN | 0.028234 | NaN | 0.004947 | 0.004659 | NaN | NaN | 0.023250 | NaN | 0.007266 | 0.020593 | 0.011356 | 0.002943 | 0.013382 | 0.011171 | 0.030371 | 0.018763 | NaN | 0.042408 | 0.006536 | 0.037702 | 0.021665 | 0.009258 | 0.013132 | 0.023683 | 0.019081 | 0.012567 | 0.047886 | 0.013712 | 0.033191 | 0.005334 | 0.015191 | 0.006536 | 0.009313 | 0.013132 | 0.006846 | 0.021313 | 0.010005 | 0.007551 | 0.012513 | 0.092083 | 0.014705 | 0.006536 | 0.009971 | 0.048277 | 0.012084 | 2.733687e-02 | 0.033170 | 0.036305 | 0.030286 | 0.003770 | 0.011356 | 0.010005 | 0.014705 | 0.023357 | 0.055857 | NaN | 0.016133 | 0.003770 | 0.008447 | 0.007551 | 0.022012 | 0.007551 | 0.010701 | 0.009258 | 0.003770 | 0.011356 | 0.005334 | NaN | 0.185175 | 0.013132 | 0.006536 | 0.006536 | NaN | 0.007551 | NaN | 0.012567 | 0.006536 | 0.017023 | 0.003770 | 0.026166 | 0.194171 | 0.003770 | 0.025564 | 0.009258 | 0.011356 | NaN | 0.003770 | 0.007551 | 0.017452 | 0.010005 | 0.008447 | 0.002030 | 0.012567 | NaN | 0.003770 | 0.010701 | 0.016133 | NaN | NaN | 0.006536 | 0.045760 | 0.005334 | 0.012567 | 0.010005 | 0.017872 | 0.005334 | 0.004947 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FONDKAPREMONT_MODE_org spec account | 0.060912 | 0.005761 | 0.001062 | 0.065322 | 0.065418 | 0.040519 | 0.061852 | 0.016995 | 0.030370 | 0.035455 | 0.043100 | 0.034253 | 0.066432 | NaN | 0.035758 | 0.049284 | 0.007214 | 0.033029 | 0.002781 | 0.006802 | 0.042657 | 0.036509 | 0.003689 | 0.017804 | 0.001034 | 0.008769 | 0.015952 | 4.466200e-03 | 0.005508 | 0.030715 | 0.069835 | 0.001413 | 0.023547 | 0.002264 | 0.037106 | 0.092348 | 0.007404 | 0.011129 | 0.019295 | 0.048502 | 0.016360 | 0.011012 | 0.022599 | 0.025575 | 0.030517 | 0.051961 | 0.020832 | 0.000717 | 0.023343 | 0.094880 | 0.032295 | 0.004689 | 0.022869 | 0.049853 | 0.022041 | 0.011414 | 0.036266 | 0.021126 | 0.028102 | 0.062646 | 0.025589 | 0.003335 | 0.038931 | 0.091121 | 0.012071 | 0.011941 | 0.022311 | 0.048755 | 0.016784 | 0.012224 | 0.024267 | 0.025988 | 0.030468 | 0.052686 | 0.023369 | 0.021702 | 0.000486 | 0.020898 | 0.014931 | 0.016163 | NaN | 0.056888 | NaN | 0.042547 | 0.003801 | NaN | 0.043133 | 0.008334 | NaN | 0.007214 | NaN | 0.005887 | 0.005887 | 0.004161 | 0.013217 | NaN | 0.009322 | NaN | NaN | NaN | 0.012972 | 0.007920 | 0.019865 | 0.113055 | 0.063607 | 0.039826 | 0.061450 | 0.061450 | 0.047628 | 0.047628 | NaN | 0.054167 | 0.054167 | 0.016673 | 0.016673 | 0.012532 | 0.029021 | 0.005887 | 0.008334 | 0.009322 | 0.017047 | 0.024540 | NaN | 0.065433 | NaN | 0.035758 | 0.033810 | NaN | NaN | 0.014594 | NaN | 0.007116 | 0.023372 | 0.012532 | 0.000830 | 0.020154 | 0.024045 | 0.001196 | 0.007038 | NaN | 0.032929 | 0.007214 | 0.039081 | 0.063995 | 0.010217 | 0.014493 | 0.014323 | 0.021058 | 0.013869 | 0.017804 | 0.020496 | 0.023223 | 0.005887 | 0.028546 | 0.007214 | 0.002555 | 0.014493 | 0.099748 | 0.023522 | 0.011041 | 0.008334 | 0.027937 | 0.011041 | 0.047412 | 0.007214 | 0.021933 | 0.031052 | 0.021843 | 5.324064e-03 | 0.041226 | 0.043002 | 0.066072 | 0.004161 | 0.012532 | 0.011041 | 0.016228 | 0.015204 | 0.093110 | NaN | 0.017804 | 0.004161 | 0.009322 | 0.008334 | 0.019010 | 0.008334 | 0.075026 | 0.010217 | 0.004161 | 0.012532 | 0.005887 | NaN | 0.005887 | 0.014493 | 0.007214 | 0.007214 | NaN | 0.008334 | NaN | 0.013869 | 0.007214 | 0.018787 | 0.004161 | 0.028877 | 0.011041 | 0.004161 | 0.028213 | 0.010217 | 0.012532 | NaN | 0.004161 | 0.008334 | 0.019260 | 0.081743 | 0.009322 | 0.029899 | 0.013869 | NaN | 0.004161 | 0.075026 | 0.040380 | NaN | NaN | 0.007214 | 0.018302 | 0.005887 | 0.013869 | 0.011041 | 0.019724 | 0.005887 | 0.035758 | 0.015670 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FONDKAPREMONT_MODE_reg oper account | 0.051186 | 0.016199 | 0.041899 | 0.052360 | 0.026710 | 0.010357 | 0.018378 | 0.114211 | 0.044237 | 0.017373 | 0.025834 | 0.000307 | 0.023902 | NaN | 0.018258 | 0.057672 | 0.031332 | 0.000315 | 0.007058 | 0.067634 | 0.086484 | 0.134743 | 0.020987 | 0.024939 | 0.000220 | 0.021617 | 0.089265 | 1.742728e-01 | 0.144015 | 0.008919 | 0.039292 | 0.044537 | 0.000222 | 0.031147 | 0.002281 | 0.100607 | 0.065650 | 0.042169 | 0.036574 | 0.030362 | 0.049720 | 0.001283 | 0.055388 | 0.012785 | 0.019719 | 0.138116 | 0.003422 | 0.041242 | 0.009966 | 0.110418 | 0.081121 | 0.047170 | 0.015320 | 0.020277 | 0.046497 | 0.009872 | 0.044803 | 0.017383 | 0.041291 | 0.136037 | 0.000925 | 0.030956 | 0.024142 | 0.100155 | 0.065858 | 0.041441 | 0.031987 | 0.031149 | 0.052580 | 0.000373 | 0.049541 | 0.012456 | 0.022138 | 0.139689 | 0.012762 | 0.042771 | 0.028699 | 0.042951 | 0.010925 | 0.036335 | NaN | 0.021491 | NaN | 0.039192 | 0.020911 | NaN | 0.015902 | 0.074161 | NaN | 0.031332 | NaN | 0.026402 | 0.026402 | 0.055391 | 0.035938 | NaN | 0.025348 | NaN | NaN | NaN | 0.002123 | 0.033386 | 0.072887 | 0.055893 | 0.012957 | 0.000782 | 0.001083 | 0.001083 | 0.002793 | 0.002793 | NaN | 0.011856 | 0.011856 | 0.040415 | 0.040415 | 0.019325 | 0.000245 | 0.025570 | 0.037375 | 0.025348 | 0.045610 | 0.005824 | NaN | 0.045425 | NaN | 0.018258 | 0.050568 | NaN | NaN | 0.001841 | NaN | 0.033317 | 0.053493 | 0.019325 | 0.055581 | 0.008116 | 0.061053 | 0.000058 | 0.053472 | NaN | 0.054061 | 0.011123 | 0.021103 | 0.041267 | 0.044378 | 0.020301 | 0.020062 | 0.002231 | 0.015717 | 0.042404 | 0.009930 | 0.051309 | 0.025570 | 0.000784 | 0.053579 | 0.094295 | 0.020301 | 0.027139 | 0.005010 | 0.035592 | 0.074161 | 0.051501 | 0.020108 | 0.032283 | 0.031332 | 0.001372 | 0.022110 | 0.034696 | 1.811127e-02 | 0.060775 | 0.024261 | 0.023938 | 0.018072 | 0.029847 | 0.035592 | 0.025024 | 0.023347 | 0.021078 | NaN | 0.042404 | 0.055391 | 0.007571 | 0.000589 | 0.040528 | 0.036198 | 0.052963 | 0.044378 | 0.018072 | 0.054434 | 0.026402 | NaN | 0.026402 | 0.064997 | 0.031332 | 0.011123 | NaN | 0.037375 | NaN | 0.006545 | 0.031332 | 0.015258 | 0.055391 | 0.003503 | 0.047957 | 0.018072 | 0.009329 | 0.014311 | 0.005261 | NaN | 0.018072 | 0.000589 | 0.002688 | 0.020108 | 0.007571 | 0.022271 | 0.028806 | NaN | 0.055391 | 0.000834 | 0.044919 | NaN | NaN | 0.053579 | 0.005544 | 0.025570 | 0.015717 | 0.063442 | 0.025137 | 0.026402 | 0.018258 | 0.068062 | 0.075116 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| FONDKAPREMONT_MODE_reg oper spec account | 0.031436 | 0.038448 | 0.093554 | 0.005024 | 0.059705 | 0.103414 | 0.059604 | 0.013135 | 0.005304 | 0.052307 | 0.022609 | 0.039429 | 0.050359 | NaN | 0.051277 | 0.049643 | 0.011628 | 0.013259 | 0.085559 | 0.077628 | 0.018089 | 0.017285 | 0.040415 | 0.008380 | 0.030852 | 0.046013 | 0.010876 | 7.684453e-02 | 0.066189 | 0.030977 | 0.013197 | 0.015702 | 0.024397 | 0.031814 | 0.086302 | 0.091208 | 0.053023 | 0.041020 | 0.002648 | 0.029295 | 0.041341 | 0.042230 | 0.033705 | 0.026507 | 0.017105 | 0.042668 | 0.004568 | 0.033525 | 0.083522 | 0.096341 | 0.046443 | 0.020043 | 0.000880 | 0.031835 | 0.045000 | 0.040780 | 0.014728 | 0.014034 | 0.031804 | 0.043373 | 0.023516 | 0.032631 | 0.108495 | 0.090318 | 0.054080 | 0.035536 | 0.005131 | 0.029169 | 0.043952 | 0.044683 | 0.033135 | 0.025382 | 0.018787 | 0.040948 | 0.047086 | 0.011450 | 0.008667 | 0.012206 | 0.020642 | 0.058285 | NaN | 0.043081 | NaN | 0.027876 | 0.036493 | NaN | 0.023775 | 0.013433 | NaN | 0.011628 | NaN | 0.009489 | 0.009489 | 0.006706 | 0.021304 | NaN | 0.015026 | NaN | NaN | NaN | 0.151070 | 0.013130 | 0.014908 | 0.009236 | 0.048062 | 0.029011 | 0.019505 | 0.019505 | 0.054648 | 0.054648 | NaN | 0.004230 | 0.004230 | 0.015174 | 0.015174 | 0.020201 | 0.025498 | 0.009489 | 0.064667 | 0.015026 | 0.040369 | 0.040293 | NaN | 0.046182 | NaN | 0.051277 | 0.013614 | NaN | NaN | 0.003771 | NaN | 0.032216 | 0.007256 | 0.020201 | 0.024047 | 0.023092 | 0.005385 | 0.028363 | 0.010176 | NaN | 0.032156 | 0.011628 | 0.015649 | 0.038540 | 0.016469 | 0.023361 | 0.035219 | 0.002368 | 0.024907 | 0.028698 | 0.022311 | 0.020902 | 0.009489 | 0.001546 | 0.011628 | 0.026564 | 0.023361 | 0.010671 | 0.009471 | 0.017797 | 0.013433 | 0.004254 | 0.017797 | 0.026158 | 0.011628 | 0.010553 | 0.055766 | 0.012130 | 1.922569e-02 | 0.008963 | 0.030807 | 0.001828 | 0.006706 | 0.020201 | 0.041330 | 0.054952 | 0.015434 | 0.047568 | NaN | 0.028698 | 0.006706 | 0.054863 | 0.013433 | 0.011563 | 0.013433 | 0.036301 | 0.016469 | 0.149258 | 0.031997 | 0.009489 | NaN | 0.009489 | 0.023361 | 0.011628 | 0.011628 | NaN | 0.013433 | NaN | 0.022355 | 0.011628 | 0.075352 | 0.006706 | 0.000518 | 0.017797 | 0.006706 | 0.045475 | 0.016469 | 0.020201 | NaN | 0.006706 | 0.013433 | 0.037715 | 0.017797 | 0.054863 | 0.041447 | 0.072170 | NaN | 0.006706 | 0.019036 | 0.045458 | NaN | NaN | 0.011628 | 0.029500 | 0.009489 | 0.022355 | 0.017797 | 0.035422 | 0.009489 | 0.051277 | 0.025258 | 0.027876 | 0.121077 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| HOUSETYPE_MODE_block of flats | 0.032841 | 0.003841 | 0.007967 | 0.097648 | 0.071115 | 0.089991 | 0.075759 | 0.127750 | 0.010719 | 0.023360 | 0.028792 | 0.039209 | 0.037248 | NaN | 0.022517 | 0.080669 | 0.019055 | 0.014975 | 0.037200 | 0.051003 | 0.131243 | 0.166664 | 0.034326 | 0.031985 | 0.025011 | 0.001785 | 0.134035 | 2.713812e-01 | 0.217179 | 0.089149 | 0.067729 | 0.009869 | 0.079550 | 0.010727 | 0.004815 | 0.035274 | 0.043791 | 0.043781 | 0.099659 | 0.086131 | 0.000907 | 0.030264 | 0.038415 | 0.073938 | 0.006356 | 0.075347 | 0.082721 | 0.007611 | 0.009153 | 0.037588 | 0.038929 | 0.049689 | 0.099126 | 0.095119 | 0.002327 | 0.026097 | 0.031770 | 0.073663 | 0.011612 | 0.076816 | 0.078891 | 0.011592 | 0.000686 | 0.034919 | 0.043699 | 0.043200 | 0.098964 | 0.085566 | 0.000645 | 0.029463 | 0.037549 | 0.073497 | 0.006905 | 0.075809 | 0.062011 | 0.057349 | 0.014639 | 0.058226 | 0.025626 | 0.038446 | NaN | 0.046658 | NaN | 0.055996 | 0.035947 | NaN | 0.036542 | 0.030802 | NaN | 0.019055 | NaN | 0.000627 | 0.000627 | 0.031199 | 0.058901 | NaN | 0.013186 | NaN | NaN | NaN | 0.022697 | 0.040512 | 0.054257 | 0.085248 | 0.016072 | 0.023096 | 0.032582 | 0.032582 | 0.048007 | 0.048007 | NaN | 0.045959 | 0.045959 | 0.041526 | 0.041526 | 0.033103 | 0.028994 | 0.044144 | 0.030802 | 0.013186 | 0.062527 | 0.044966 | NaN | 0.120490 | NaN | 0.022517 | 0.011894 | NaN | NaN | 0.082848 | NaN | 0.080755 | 0.039299 | 0.009255 | 0.093768 | 0.008174 | 0.089777 | 0.042397 | 0.029695 | NaN | 0.085628 | 0.054092 | 0.000953 | 0.042913 | 0.052888 | 0.038283 | 0.013244 | 0.004164 | 0.027289 | 0.016940 | 0.011330 | 0.073543 | 0.000627 | 0.001785 | 0.054092 | 0.008837 | 0.056652 | 0.056426 | 0.003266 | 0.034811 | 0.062491 | 0.052612 | 0.010820 | 0.009956 | 0.055628 | 0.016972 | 0.008546 | 0.023706 | 3.212135e-03 | 0.019582 | 0.086609 | 0.060004 | 0.032085 | 0.054283 | 0.034811 | 0.022955 | 0.034343 | 0.032665 | NaN | 0.047029 | 0.031199 | 0.013186 | 0.062491 | 0.052973 | 0.000887 | 0.021196 | 0.026988 | 0.031199 | 0.054283 | 0.000627 | NaN | 0.044144 | 0.053566 | 0.019055 | 0.019055 | NaN | 0.030802 | NaN | 0.008112 | 0.019055 | 0.026574 | 0.031199 | 0.041267 | 0.010820 | 0.031199 | 0.022509 | 0.001088 | 0.011924 | NaN | 0.032085 | 0.032577 | 0.004924 | 0.013171 | 0.013186 | 0.008487 | 0.046466 | NaN | 0.031199 | 0.023710 | 0.028194 | NaN | NaN | 0.017519 | 0.005377 | 0.045397 | 0.030242 | 0.010820 | 0.025172 | 0.000627 | 0.022517 | 0.100478 | 0.129678 | 0.544673 | 0.199165 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| HOUSETYPE_MODE_specific housing | 0.002727 | 0.017386 | 0.036058 | 0.007095 | 0.006190 | 0.031685 | 0.005235 | 0.009330 | 0.032560 | 0.015989 | 0.006010 | 0.042825 | 0.009083 | NaN | 0.015985 | 0.032870 | 0.003476 | 0.041191 | 0.016571 | 0.026169 | 0.037598 | 0.035017 | 0.009115 | 0.008580 | 0.015581 | 0.013756 | 0.019191 | 2.237325e-18 | 0.009153 | 0.038470 | 0.019431 | 0.028398 | 0.001387 | 0.046797 | 0.003974 | 0.019934 | 0.023590 | 0.034442 | 0.093679 | 0.000598 | 0.072468 | 0.018432 | 0.005205 | 0.052672 | 0.000630 | 0.073468 | 0.003846 | 0.042031 | 0.001723 | 0.021133 | 0.021019 | 0.031679 | 0.087795 | 0.002679 | 0.074896 | 0.015498 | 0.010689 | 0.048521 | 0.002024 | 0.075938 | 0.001026 | 0.046408 | 0.006841 | 0.019721 | 0.023555 | 0.034105 | 0.093094 | 0.000770 | 0.072521 | 0.017831 | 0.005737 | 0.052452 | 0.000492 | 0.073649 | 0.033841 | 0.030677 | 0.020294 | 0.030460 | 0.017215 | 0.019577 | NaN | 0.003823 | NaN | 0.008334 | 0.046965 | NaN | 0.019315 | 0.004016 | NaN | 0.003476 | NaN | 0.002837 | 0.002837 | 0.002005 | 0.006369 | NaN | 0.004492 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.018277 | 0.034337 | 0.028075 | 0.020770 | 0.020770 | 0.014029 | 0.014029 | NaN | 0.022154 | 0.022154 | 0.040797 | 0.040797 | 0.006039 | 0.024928 | 0.002837 | 0.004016 | 0.004492 | 0.012069 | 0.030792 | NaN | 0.035814 | NaN | 0.015985 | 0.016293 | NaN | NaN | 0.035029 | NaN | 0.001302 | 0.010952 | 0.006039 | 0.006518 | 0.029644 | 0.015253 | 0.016152 | 0.016200 | NaN | 0.015868 | 0.003476 | 0.090120 | 0.168513 | 0.004924 | 0.006984 | 0.012595 | 0.010148 | 0.006683 | 0.008580 | 0.029317 | 0.017652 | 0.002837 | 0.013756 | 0.003476 | 0.010794 | 0.138519 | 0.015725 | 0.011335 | 0.005321 | 0.004016 | 0.022279 | 0.005321 | 0.007820 | 0.003476 | 0.029892 | 0.065372 | 0.078476 | 1.453863e-02 | 0.029591 | 0.028782 | 0.028273 | 0.002005 | 0.006039 | 0.005321 | 0.007820 | 0.012422 | 0.040447 | NaN | 0.008580 | 0.002005 | 0.004492 | 0.004016 | 0.011707 | 0.004016 | 0.005691 | 0.004924 | 0.002005 | 0.006039 | 0.002837 | NaN | 0.002837 | 0.006984 | 0.003476 | 0.003476 | NaN | 0.004016 | NaN | 0.006683 | 0.003476 | 0.104112 | 0.002005 | 0.013916 | 0.005321 | 0.002005 | 0.013596 | 0.004924 | 0.006039 | NaN | 0.002005 | 0.004016 | 0.009282 | 0.005321 | 0.004492 | 0.025250 | 0.006683 | NaN | 0.002005 | 0.005691 | 0.008580 | NaN | NaN | 0.003476 | 0.008819 | 0.002837 | 0.006683 | 0.005321 | 0.009505 | 0.002837 | 0.015985 | 0.007551 | 0.008334 | 0.037375 | 0.013433 | 0.064266 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| HOUSETYPE_MODE_terraced house | 0.019776 | 0.015049 | 0.096914 | 0.033574 | 0.005136 | 0.011107 | 0.002397 | 0.039634 | 0.007674 | 0.025863 | 0.006473 | 0.051180 | NaN | NaN | 0.026369 | 0.028452 | 0.003009 | 0.044378 | 0.014344 | 0.071980 | 0.032470 | 0.001823 | 0.027268 | 0.007427 | 0.013486 | 0.011907 | 0.016611 | 3.167032e-02 | 0.026826 | 0.029295 | 0.038550 | 0.035989 | 0.045752 | 0.057046 | 0.006810 | 0.017802 | 0.005336 | 0.014468 | 0.066148 | 0.085332 | 0.004164 | 0.005340 | 0.030881 | 0.033282 | 0.022675 | 0.020472 | 0.070273 | 0.080361 | 0.003794 | 0.019044 | 0.002689 | 0.037439 | 0.086920 | 0.115874 | 0.002338 | 0.007444 | 0.026990 | 0.059047 | 0.028618 | 0.025627 | 0.045503 | 0.056749 | 0.006093 | 0.017632 | 0.005322 | 0.014217 | 0.065734 | 0.084991 | 0.004010 | 0.005779 | 0.030317 | 0.033140 | 0.023542 | 0.020134 | 0.024674 | 0.033972 | 0.028720 | 0.034715 | 0.041962 | 0.002739 | NaN | 0.006905 | NaN | 0.007214 | 0.059064 | NaN | 0.016719 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.001736 | 0.005513 | NaN | 0.003889 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.086068 | 0.018277 | 0.026580 | 0.034266 | 0.017979 | 0.017979 | 0.002597 | 0.002597 | NaN | 0.038934 | 0.038934 | 0.004861 | 0.004861 | 0.005228 | 0.021578 | 0.002456 | 0.003476 | 0.003889 | 0.010447 | 0.026654 | NaN | 0.032008 | NaN | 0.026369 | 0.014103 | NaN | NaN | 0.015453 | NaN | 0.032431 | 0.009480 | 0.005228 | 0.035654 | 0.018888 | 0.005604 | 0.013981 | 0.023673 | NaN | 0.063866 | 0.003009 | 0.017356 | 0.009974 | 0.004262 | 0.006045 | 0.010902 | 0.008784 | 0.005785 | 0.007427 | 0.018988 | 0.015279 | 0.002456 | 0.076296 | 0.003009 | 0.021141 | 0.006045 | 0.013611 | 0.009811 | 0.004606 | 0.003476 | 0.019285 | 0.004606 | 0.006769 | 0.003009 | 0.021515 | 0.022224 | 0.019383 | 7.131221e-02 | 0.022084 | 0.024913 | 0.024473 | 0.001736 | 0.005228 | 0.004606 | 0.006769 | 0.010752 | 0.030065 | NaN | 0.007427 | 0.001736 | 0.003889 | 0.003476 | 0.010133 | 0.003476 | 0.200328 | 0.004262 | 0.001736 | 0.005228 | 0.002456 | NaN | 0.002456 | 0.006045 | 0.003009 | 0.003009 | NaN | 0.003476 | NaN | 0.005785 | 0.003009 | 0.007836 | 0.001736 | 0.012045 | 0.004606 | 0.001736 | 0.077385 | 0.004262 | 0.005228 | NaN | 0.001736 | 0.003476 | 0.008034 | 0.004606 | 0.003889 | 0.021856 | 0.005785 | NaN | 0.001736 | 0.004926 | 0.007427 | NaN | NaN | 0.003009 | 0.007634 | 0.002456 | 0.005785 | 0.004606 | 0.008227 | 0.002456 | 0.026369 | 0.149092 | 0.007214 | 0.011123 | 0.011628 | 0.055628 | 0.003476 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WALLSMATERIAL_MODE_Block | 0.025723 | 0.031137 | 0.064817 | 0.064520 | 0.011202 | 0.022890 | 0.020737 | 0.025655 | 0.029137 | 0.004189 | 0.022755 | 0.009351 | 0.073818 | NaN | 0.004592 | 0.060834 | 0.010600 | 0.015366 | 0.015265 | 0.085649 | 0.016491 | 0.017574 | 0.065180 | 0.026163 | 0.047511 | 0.041949 | 0.000464 | 3.719040e-02 | 0.053700 | 0.003041 | 0.019097 | 0.018326 | 0.028695 | 0.079972 | 0.003517 | 0.093509 | 0.029003 | 0.034098 | 0.061062 | 0.071738 | 0.033203 | 0.046181 | 0.060756 | 0.056909 | 0.085220 | 0.031430 | 0.048825 | 0.097881 | 0.011143 | 0.119358 | 0.052916 | 0.055229 | 0.068238 | 0.083550 | 0.057955 | 0.045885 | 0.104479 | 0.066276 | 0.078915 | 0.043708 | 0.026618 | 0.078725 | 0.002638 | 0.091158 | 0.033466 | 0.032975 | 0.058409 | 0.071041 | 0.032673 | 0.044654 | 0.058978 | 0.056258 | 0.088043 | 0.031555 | 0.023860 | 0.015120 | 0.021121 | 0.016212 | 0.035803 | 0.012177 | NaN | 0.000336 | NaN | 0.016112 | 0.029750 | NaN | 0.020403 | 0.072799 | NaN | 0.010600 | NaN | 0.008651 | 0.008651 | 0.006114 | 0.034528 | NaN | 0.013699 | NaN | NaN | NaN | 0.044861 | 0.011687 | 0.025302 | 0.019708 | 0.063494 | 0.002662 | 0.063627 | 0.063627 | 0.053992 | 0.053992 | NaN | 0.023428 | 0.023428 | 0.006463 | 0.006463 | 0.018416 | 0.002773 | 0.008651 | 0.012247 | 0.013699 | 0.007594 | 0.001693 | NaN | 0.047551 | NaN | 0.004592 | 0.017095 | NaN | NaN | 0.053064 | NaN | 0.003970 | 0.030582 | 0.038424 | 0.015366 | 0.031667 | 0.046511 | 0.085320 | 0.005135 | NaN | 0.042739 | 0.010600 | 0.005151 | 0.025864 | 0.015014 | 0.021297 | 0.010332 | 0.003438 | 0.020380 | 0.014212 | 0.014796 | 0.012294 | 0.008651 | 0.035734 | 0.010600 | 0.050205 | 0.021297 | 0.020944 | 0.034565 | 0.112545 | 0.012247 | 0.000686 | 0.016225 | 0.023847 | 0.010600 | 0.021592 | 0.001172 | 0.034108 | 1.970396e-02 | 0.034223 | 0.111834 | 0.014081 | 0.006114 | 0.038424 | 0.112545 | 0.064476 | 0.037879 | 0.029497 | NaN | 0.026163 | 0.006114 | 0.013699 | 0.072799 | 0.005649 | 0.012247 | 0.042903 | 0.015014 | 0.006114 | 0.038424 | 0.008651 | NaN | 0.008651 | 0.077301 | 0.010600 | 0.010600 | NaN | 0.072799 | NaN | 0.020380 | 0.010600 | 0.027607 | 0.006114 | 0.042434 | 0.016225 | 0.006114 | 0.041458 | 0.015014 | 0.018416 | NaN | 0.006114 | 0.072799 | 0.009135 | 0.016225 | 0.013699 | 0.001062 | 0.031085 | NaN | 0.006114 | 0.017354 | 0.026163 | NaN | NaN | 0.010600 | 0.012425 | 0.008651 | 0.020380 | 0.048160 | 0.044208 | 0.008651 | 0.004592 | 0.023027 | 0.016112 | 0.064115 | 0.011961 | 0.179823 | 0.012247 | 0.010600 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WALLSMATERIAL_MODE_Mixed | 0.026205 | 0.026145 | 0.024544 | 0.020186 | 0.007313 | 0.017907 | 0.000716 | 0.002120 | 0.010334 | 0.015267 | 0.003891 | 0.020800 | 0.053055 | NaN | 0.016780 | 0.002383 | 0.005228 | 0.030751 | 0.018343 | 0.013394 | 0.008132 | 0.025163 | 0.048816 | 0.012902 | 0.023430 | 0.020687 | 0.028859 | 5.502041e-02 | 0.046604 | 0.027666 | 0.011637 | 0.023573 | 0.086272 | 0.021096 | 0.035509 | 0.028274 | 0.014494 | 0.044983 | 0.067296 | 0.085070 | 0.009601 | 0.021580 | 0.009411 | 0.104196 | 0.001038 | 0.177169 | 0.079975 | 0.023569 | 0.021269 | 0.029952 | 0.024337 | 0.044112 | 0.077762 | 0.085186 | 0.012315 | 0.024150 | 0.008652 | 0.091483 | 0.002749 | 0.180376 | 0.083525 | 0.019071 | 0.038643 | 0.027971 | 0.014550 | 0.045617 | 0.068560 | 0.082026 | 0.009801 | 0.022130 | 0.008635 | 0.104405 | 0.001488 | 0.177116 | 0.124352 | 0.037672 | 0.030518 | 0.037268 | 0.025888 | 0.023654 | NaN | 0.035657 | NaN | 0.012532 | 0.059963 | NaN | 0.008923 | 0.006039 | NaN | 0.005228 | NaN | 0.004266 | 0.004266 | 0.003015 | 0.096842 | NaN | 0.006756 | NaN | NaN | NaN | 0.010012 | 0.006113 | 0.037711 | 0.075053 | 0.042036 | 0.035480 | 0.004544 | 0.004544 | 0.026626 | 0.026626 | NaN | 0.022098 | 0.022098 | 0.054975 | 0.054975 | 0.009082 | 0.006403 | 0.004266 | 0.006039 | 0.006756 | 0.039467 | 0.007569 | NaN | 0.017368 | NaN | 0.016780 | 0.024501 | NaN | NaN | 0.015565 | NaN | 0.008000 | 0.016469 | 0.009082 | 0.015596 | 0.035979 | 0.012046 | 0.024289 | 0.017085 | NaN | 0.023862 | 0.005228 | 0.006664 | 0.017327 | 0.007404 | 0.010503 | 0.036441 | 0.015260 | 0.010050 | 0.012902 | 0.032988 | 0.026545 | 0.232741 | 0.030391 | 0.005228 | 0.064054 | 0.010503 | 0.023647 | 0.044049 | 0.008001 | 0.006039 | 0.033503 | 0.008001 | 0.011760 | 0.005228 | 0.064820 | 0.038610 | 0.033674 | 2.186289e-02 | 0.038366 | 0.012965 | 0.042516 | 0.003015 | 0.009082 | 0.008001 | 0.011760 | 0.093511 | 0.027108 | NaN | 0.012902 | 0.003015 | 0.006756 | 0.006039 | 0.017605 | 0.006039 | 0.008558 | 0.007404 | 0.003015 | 0.009082 | 0.004266 | NaN | 0.004266 | 0.010503 | 0.005228 | 0.005228 | NaN | 0.006039 | NaN | 0.091469 | 0.005228 | 0.013614 | 0.003015 | 0.029620 | 0.008001 | 0.003015 | 0.020445 | 0.007404 | 0.009082 | NaN | 0.003015 | 0.006039 | 0.013957 | 0.008001 | 0.006756 | 0.023620 | 0.010050 | NaN | 0.003015 | 0.008558 | 0.012902 | NaN | NaN | 0.005228 | 0.013263 | 0.004266 | 0.010050 | 0.008001 | 0.014293 | 0.004266 | 0.016780 | 0.011356 | 0.069378 | 0.019325 | 0.020201 | 0.072794 | 0.006039 | 0.005228 | 0.018416 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WALLSMATERIAL_MODE_Monolithic | 0.048029 | 0.023035 | 0.019465 | 0.058210 | 0.060005 | 0.084270 | 0.069845 | 0.065991 | 0.012434 | 0.002935 | 0.051129 | 0.009517 | 0.089601 | NaN | 0.003486 | 0.043549 | 0.004606 | 0.002074 | 0.076057 | 0.040473 | 0.080275 | 0.077537 | 0.026059 | 0.011367 | 0.031093 | 0.039633 | 0.025425 | 6.924935e-03 | 0.019724 | 0.033602 | 0.040811 | 0.036605 | 0.190228 | 0.047855 | 0.059307 | 0.129566 | 0.255623 | 0.200080 | 0.005431 | 0.257073 | 0.070992 | 0.069959 | 0.268981 | 0.263679 | 0.362280 | 0.362857 | 0.202132 | 0.054430 | 0.031005 | 0.128202 | 0.259963 | 0.208810 | 0.000760 | 0.260152 | 0.073830 | 0.073308 | 0.287498 | 0.273741 | 0.417401 | 0.365849 | 0.190827 | 0.048586 | 0.066613 | 0.127361 | 0.255408 | 0.200812 | 0.005286 | 0.256727 | 0.071081 | 0.070741 | 0.269819 | 0.263796 | 0.371142 | 0.362506 | 0.273469 | 0.039275 | 0.026887 | 0.038974 | 0.022808 | 0.054797 | NaN | 0.001635 | NaN | 0.011041 | 0.022319 | NaN | 0.017419 | 0.005321 | NaN | 0.004606 | NaN | 0.003759 | 0.003759 | 0.002656 | 0.008438 | NaN | 0.005952 | NaN | NaN | NaN | 0.007445 | 0.004546 | 0.013559 | 0.003197 | 0.034355 | 0.004001 | 0.013009 | 0.013009 | 0.062826 | 0.062826 | NaN | 0.067470 | 0.067470 | 0.077715 | 0.077715 | 0.008001 | 0.033027 | 0.003759 | 0.005321 | 0.005952 | 0.049275 | 0.010283 | NaN | 0.033671 | NaN | 0.003486 | 0.028151 | NaN | NaN | 0.040404 | NaN | 0.032499 | 0.014510 | 0.119003 | 0.050425 | 0.028911 | 0.066150 | 0.021400 | 0.036234 | NaN | 0.021024 | 0.004606 | 0.015138 | 0.015266 | 0.006523 | 0.009253 | 0.046046 | 0.013444 | 0.008855 | 0.011367 | 0.009739 | 0.023015 | 0.003759 | 0.018225 | 0.004606 | 0.022040 | 0.009253 | 0.081795 | 0.015017 | 0.007049 | 0.005321 | 0.029517 | 0.007049 | 0.010361 | 0.004606 | 0.022568 | 0.069377 | 0.029668 | 3.577197e-02 | 0.039204 | 0.006276 | 0.037458 | 0.002656 | 0.008001 | 0.007049 | 0.010361 | 0.016457 | 0.039358 | NaN | 0.011367 | 0.002656 | 0.164099 | 0.005321 | 0.015510 | 0.005321 | 0.007540 | 0.006523 | 0.002656 | 0.008001 | 0.003759 | NaN | 0.003759 | 0.009253 | 0.004606 | 0.004606 | NaN | 0.005321 | NaN | 0.008855 | 0.004606 | 0.011994 | 0.002656 | 0.018437 | 0.007049 | 0.002656 | 0.018012 | 0.006523 | 0.008001 | NaN | 0.002656 | 0.005321 | 0.012297 | 0.007049 | 0.005952 | 0.001430 | 0.008855 | NaN | 0.002656 | 0.007540 | 0.011367 | NaN | NaN | 0.004606 | 0.076170 | 0.003759 | 0.008855 | 0.007049 | 0.012593 | 0.003759 | 0.003486 | 0.010005 | 0.011041 | 0.007742 | 0.041330 | 0.082793 | 0.005321 | 0.004606 | 0.016225 | 0.008001 | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| WALLSMATERIAL_MODE_Others | 0.035051 | 0.015049 | 0.005586 | 0.060465 | 0.009795 | 0.022107 | 0.014077 | 0.015045 | 0.008213 | 0.024800 | 0.039879 | 0.052351 | NaN | NaN | 0.023762 | 0.028452 | 0.003009 | 0.004362 | 0.060364 | 0.027632 | 0.004681 | 0.001823 | 0.022562 | 0.007427 | 0.013486 | 0.011907 | 0.016611 | 3.167032e-02 | 0.026826 | 0.019568 | 0.027648 | 0.007850 | 0.051528 | 0.001585 | 0.022591 | 0.075995 | 0.029922 | 0.039056 | 0.034544 | 0.081743 | 0.058932 | 0.013905 | 0.043444 | 0.048066 | 0.006532 | 0.023662 | 0.048268 | 0.004137 | 0.007071 | 0.071954 | 0.031935 | 0.037439 | 0.030085 | 0.080044 | 0.057535 | 0.011884 | 0.040142 | 0.044508 | 0.004668 | 0.021439 | 0.051212 | 0.001841 | 0.028365 | 0.074384 | 0.029842 | 0.038838 | 0.034284 | 0.081411 | 0.058705 | 0.013582 | 0.042979 | 0.047843 | 0.006500 | 0.023279 | 0.037551 | 0.007770 | 0.017566 | 0.007410 | 0.014901 | 0.021203 | NaN | 0.006905 | NaN | 0.007214 | 0.014582 | NaN | 0.016719 | 0.003476 | NaN | 0.003009 | NaN | 0.002456 | 0.002456 | 0.001736 | 0.178257 | NaN | 0.003889 | NaN | NaN | NaN | 0.005760 | 0.003517 | 0.010491 | 0.166091 | 0.026580 | 0.007295 | 0.043803 | 0.043803 | 0.040784 | 0.040784 | NaN | 0.038934 | 0.038934 | 0.004861 | 0.004861 | 0.005228 | 0.021578 | 0.002456 | 0.003476 | 0.003889 | 0.010447 | 0.026654 | NaN | 0.009997 | NaN | 0.023762 | 0.014103 | NaN | NaN | 0.015453 | NaN | 0.009308 | 0.009480 | 0.005228 | 0.004362 | 0.040509 | 0.069624 | 0.013981 | 0.076849 | NaN | 0.013735 | 0.003009 | 0.017356 | 0.009974 | 0.004262 | 0.006045 | 0.010902 | 0.008784 | 0.005785 | 0.007427 | 0.018988 | 0.015279 | 0.002456 | 0.011907 | 0.331327 | 0.021141 | 0.006045 | 0.013611 | 0.009811 | 0.004606 | 0.003476 | 0.019285 | 0.004606 | 0.006769 | 0.003009 | 0.021515 | 0.022224 | 0.019383 | 7.131221e-02 | 0.025613 | 0.024913 | 0.024669 | 0.001736 | 0.005228 | 0.004606 | 0.006769 | 0.086115 | 0.013319 | NaN | 0.007427 | 0.001736 | 0.003889 | 0.003476 | 0.010133 | 0.003476 | 0.004926 | 0.004262 | 0.001736 | 0.005228 | 0.002456 | NaN | 0.002456 | 0.006045 | 0.003009 | 0.003009 | NaN | 0.003476 | NaN | 0.005785 | 0.003009 | 0.007836 | 0.001736 | 0.012045 | 0.004606 | 0.001736 | 0.011768 | 0.004262 | 0.005228 | NaN | 0.001736 | 0.003476 | 0.008034 | 0.004606 | 0.003889 | 0.021856 | 0.005785 | NaN | 0.001736 | 0.004926 | 0.007427 | NaN | NaN | 0.003009 | 0.007634 | 0.002456 | 0.005785 | 0.004606 | 0.116428 | 0.002456 | 0.023762 | 0.006536 | 0.007214 | 0.053579 | 0.011628 | 0.054092 | 0.003476 | 0.003009 | 0.010600 | 0.005228 | 0.004606 | NaN | NaN | NaN | NaN | NaN | NaN |
| WALLSMATERIAL_MODE_Panel | 0.038872 | 0.004740 | 0.030986 | 0.080291 | 0.098314 | 0.133969 | 0.094081 | 0.126827 | 0.012081 | 0.004509 | 0.064668 | 0.014382 | 0.027564 | NaN | 0.004777 | 0.012778 | 0.017104 | 0.067633 | 0.047921 | 0.016934 | 0.113807 | 0.140032 | 0.013322 | 0.023651 | 0.044724 | 0.055780 | 0.074636 | 1.695761e-01 | 0.149791 | 0.058519 | 0.055209 | 0.007241 | 0.295813 | 0.234796 | 0.018431 | 0.297925 | 0.103565 | 0.329942 | 0.278424 | 0.324296 | 0.260748 | 0.187651 | 0.315849 | 0.300986 | 0.057026 | 0.108372 | 0.290721 | 0.234479 | 0.034159 | 0.309365 | 0.104263 | 0.318851 | 0.290538 | 0.327779 | 0.270535 | 0.183916 | 0.311674 | 0.296239 | 0.080796 | 0.112485 | 0.290806 | 0.232146 | 0.056292 | 0.295843 | 0.106339 | 0.323586 | 0.277823 | 0.322342 | 0.257591 | 0.183350 | 0.311204 | 0.297609 | 0.060725 | 0.110102 | 0.272512 | 0.030395 | 0.018410 | 0.030085 | 0.007647 | 0.000088 | NaN | 0.003646 | NaN | 0.029002 | 0.013301 | NaN | 0.005266 | 0.045830 | NaN | 0.017104 | NaN | 0.032374 | 0.032374 | 0.016165 | 0.026543 | NaN | 0.033768 | NaN | NaN | NaN | 0.039981 | 0.006032 | 0.020335 | 0.041525 | 0.007886 | 0.005561 | 0.000659 | 0.000659 | 0.027362 | 0.027362 | NaN | 0.022721 | 0.022721 | 0.045276 | 0.045276 | 0.022554 | 0.048820 | 0.032374 | 0.032378 | 0.036218 | 0.030151 | 0.072440 | NaN | 0.087445 | NaN | 0.004777 | 0.018771 | NaN | NaN | 0.063677 | NaN | 0.075423 | 0.058790 | 0.048689 | 0.083838 | 0.024519 | 0.029037 | 0.006466 | 0.010170 | NaN | 0.050144 | 0.107365 | 0.070053 | 0.061368 | 0.039695 | 0.011697 | 0.027548 | 0.034385 | 0.017109 | 0.032043 | 0.006795 | 0.037278 | 0.022872 | 0.003750 | 0.017104 | 0.037658 | 0.011697 | 0.010496 | 0.005938 | 0.013292 | 0.045830 | 0.033368 | 0.013292 | 0.002132 | 0.028026 | 0.036296 | 0.036786 | 0.015534 | 2.661333e-02 | 0.006780 | 0.089174 | 0.017499 | 0.061925 | 0.022554 | 0.016312 | 0.018173 | 0.017534 | 0.036208 | NaN | 0.013478 | 0.016165 | 0.001225 | 0.006726 | 0.002335 | 0.032378 | 0.018175 | 0.007734 | 0.061925 | 0.048689 | 0.032374 | NaN | 0.022872 | 0.010971 | 0.017104 | 0.017104 | NaN | 0.006726 | NaN | 0.040773 | 0.028026 | 0.002468 | 0.016165 | 0.006150 | 0.042897 | 0.061925 | 0.025368 | 0.024226 | 0.022554 | NaN | 0.016165 | 0.032378 | 0.005973 | 0.016312 | 0.001225 | 0.052824 | 0.064436 | NaN | 0.016165 | 0.018175 | 0.023651 | NaN | NaN | 0.062235 | 0.001211 | 0.022872 | 0.040773 | 0.013292 | 0.009322 | 0.032374 | 0.004777 | 0.044158 | 0.085556 | 0.304186 | 0.159377 | 0.484064 | 0.032378 | 0.028026 | 0.098733 | 0.048689 | 0.042897 | 0.028026 | NaN | NaN | NaN | NaN | NaN |
| WALLSMATERIAL_MODE_Stone, brick | 0.019557 | 0.009716 | 0.001443 | 0.000218 | 0.018123 | 0.036801 | 0.012866 | 0.006442 | 0.009803 | 0.027203 | 0.018360 | 0.011007 | 0.050267 | NaN | 0.026296 | 0.054444 | 0.029811 | 0.045466 | 0.034981 | 0.019249 | 0.031847 | 0.032916 | 0.058967 | 0.037721 | 0.061644 | 0.048981 | 0.061456 | 1.045868e-01 | 0.066460 | 0.030599 | 0.020915 | 0.031474 | 0.273970 | 0.163587 | 0.017118 | 0.229460 | 0.120624 | 0.333653 | 0.194817 | 0.261141 | 0.240602 | 0.176752 | 0.282265 | 0.297321 | 0.051454 | 0.000558 | 0.261900 | 0.155420 | 0.021113 | 0.231848 | 0.103891 | 0.312641 | 0.211016 | 0.257528 | 0.240989 | 0.176404 | 0.261858 | 0.289769 | 0.037134 | 0.007322 | 0.270822 | 0.162528 | 0.045482 | 0.229253 | 0.121211 | 0.328588 | 0.196422 | 0.259195 | 0.237918 | 0.173884 | 0.279256 | 0.294729 | 0.051094 | 0.002010 | 0.280446 | 0.014641 | 0.004335 | 0.017114 | 0.023560 | 0.032352 | NaN | 0.059419 | NaN | 0.016152 | 0.048462 | NaN | 0.045982 | 0.034440 | NaN | 0.013772 | NaN | 0.024328 | 0.024328 | 0.058218 | 0.017248 | NaN | 0.004731 | NaN | NaN | NaN | 0.005702 | 0.008345 | 0.054476 | 0.019955 | 0.009224 | 0.051185 | 0.023227 | 0.023227 | 0.040660 | 0.040660 | NaN | 0.032219 | 0.032219 | 0.014684 | 0.014684 | 0.001312 | 0.003135 | 0.029023 | 0.078849 | 0.062855 | 0.038649 | 0.014868 | NaN | 0.044287 | NaN | 0.026296 | 0.021112 | NaN | NaN | 0.009203 | NaN | 0.021480 | 0.005511 | 0.023926 | 0.027563 | 0.006442 | 0.042540 | 0.010875 | 0.020992 | NaN | 0.035891 | 0.029811 | 0.039349 | 0.036620 | 0.042222 | 0.038002 | 0.045677 | 0.035114 | 0.011243 | 0.019793 | 0.004657 | 0.022278 | 0.024328 | 0.014487 | 0.013772 | 0.000295 | 0.016111 | 0.028308 | 0.012817 | 0.011550 | 0.041086 | 0.037480 | 0.040139 | 0.008236 | 0.029811 | 0.003113 | 0.019533 | 0.073540 | 2.843482e-02 | 0.011266 | 0.037908 | 0.050274 | 0.017194 | 0.051790 | 0.017039 | 0.027845 | 0.032376 | 0.013188 | NaN | 0.019793 | 0.058218 | 0.004731 | 0.041086 | 0.047021 | 0.041086 | 0.031465 | 0.011358 | 0.017194 | 0.026551 | 0.024328 | NaN | 0.082374 | 0.071450 | 0.029811 | 0.029811 | NaN | 0.003323 | NaN | 0.034461 | 0.013772 | 0.041542 | 0.058218 | 0.028309 | 0.040139 | 0.017194 | 0.034493 | 0.011358 | 0.023926 | NaN | 0.017194 | 0.034440 | 0.013099 | 0.017039 | 0.029062 | 0.019160 | 0.011609 | NaN | 0.058218 | 0.004709 | 0.033991 | NaN | NaN | 0.029811 | 0.023255 | 0.024328 | 0.057314 | 0.011550 | 0.000260 | 0.024328 | 0.026296 | 0.056966 | 0.057601 | 0.326043 | 0.084552 | 0.507288 | 0.116612 | 0.029811 | 0.105020 | 0.051790 | 0.045628 | 0.029811 | 0.277656 | NaN | NaN | NaN | NaN |
| WALLSMATERIAL_MODE_Wooden | 0.010165 | 0.003748 | 0.027967 | 0.043426 | 0.009507 | 0.032497 | 0.019114 | 0.026489 | 0.034644 | 0.009874 | 0.039269 | 0.002267 | 0.202706 | NaN | 0.010313 | 0.011855 | 0.006995 | 0.013116 | 0.033344 | 0.017923 | 0.070083 | 0.028873 | 0.040060 | 0.017264 | 0.003025 | 0.010764 | 0.009884 | 3.681051e-02 | 0.021971 | 0.019111 | 0.004469 | 0.027574 | 0.164028 | 0.160200 | 0.057195 | 0.150122 | 0.055848 | 0.076984 | 0.162518 | 0.223097 | 0.089997 | 0.077176 | 0.136565 | 0.150808 | 0.014817 | 0.058726 | 0.169314 | 0.164463 | 0.019718 | 0.142050 | 0.051045 | 0.084428 | 0.161131 | 0.233301 | 0.087462 | 0.072817 | 0.132781 | 0.154322 | 0.012126 | 0.057805 | 0.163381 | 0.159608 | 0.071306 | 0.146922 | 0.055757 | 0.076478 | 0.161488 | 0.222248 | 0.089617 | 0.076450 | 0.135602 | 0.150361 | 0.014645 | 0.057986 | 0.137793 | 0.032881 | 0.039864 | 0.034186 | 0.039716 | 0.024628 | NaN | 0.025502 | NaN | 0.016769 | 0.062401 | NaN | 0.038865 | 0.008081 | NaN | 0.006995 | NaN | 0.005708 | 0.005708 | 0.004034 | 0.067283 | NaN | 0.009039 | NaN | NaN | NaN | 0.013405 | 0.008185 | 0.024414 | 0.026423 | 0.008695 | 0.010932 | 0.041793 | 0.041793 | 0.028229 | 0.028229 | NaN | 0.022964 | 0.022964 | 0.005463 | 0.005463 | 0.012152 | 0.003369 | 0.005708 | 0.008081 | 0.103952 | 0.024285 | 0.001135 | NaN | 0.001172 | NaN | 0.010313 | 0.000264 | NaN | NaN | 0.006640 | NaN | 0.020812 | 0.022037 | 0.012152 | 0.030558 | 0.018019 | 0.063480 | 0.000799 | 0.032597 | NaN | 0.103365 | 0.006995 | 0.012636 | 0.023185 | 0.009907 | 0.014053 | 0.016340 | 0.020419 | 0.062962 | 0.042681 | 0.033208 | 0.035519 | 0.005708 | 0.027680 | 0.006995 | 0.019416 | 0.014053 | 0.031641 | 0.022808 | 0.010706 | 0.008081 | 0.031584 | 0.010706 | 0.049830 | 0.006995 | 0.063783 | 0.005862 | 0.019688 | 7.313506e-03 | 0.017962 | 0.005588 | 0.035470 | 0.004034 | 0.012152 | 0.010706 | 0.049830 | 0.017226 | 0.024658 | NaN | 0.017264 | 0.004034 | 0.009039 | 0.008081 | 0.023556 | 0.008081 | 0.078011 | 0.009907 | 0.004034 | 0.012152 | 0.005708 | NaN | 0.005708 | 0.014053 | 0.006995 | 0.006995 | NaN | 0.008081 | NaN | 0.013448 | 0.006995 | 0.038710 | 0.004034 | 0.028001 | 0.010706 | 0.004034 | 0.027356 | 0.009907 | 0.012152 | NaN | 0.004034 | 0.008081 | 0.092490 | 0.010706 | 0.009039 | 0.027628 | 0.013448 | NaN | 0.004034 | 0.011451 | 0.017264 | NaN | NaN | 0.006995 | 0.017746 | 0.005708 | 0.013448 | 0.010706 | 0.035208 | 0.005708 | 0.010313 | 0.188304 | 0.016769 | 0.001184 | 0.012258 | 0.077920 | 0.008081 | 0.284455 | 0.024642 | 0.012152 | 0.010706 | 0.006995 | 0.065149 | 0.069298 | NaN | NaN | NaN |
| EMERGENCYSTATE_MODE_No | 0.038168 | 0.005420 | 0.004500 | 0.107476 | 0.075595 | 0.098291 | 0.082543 | 0.116204 | 0.009278 | 0.024084 | 0.014894 | 0.052836 | 0.055910 | NaN | 0.023157 | 0.073540 | 0.014697 | 0.016226 | 0.023651 | 0.036595 | 0.135964 | 0.164581 | 0.035399 | 0.024031 | 0.046521 | 0.009524 | 0.128418 | 2.742620e-01 | 0.212645 | 0.077418 | 0.072018 | 0.008796 | 0.061313 | 0.073194 | 0.032628 | 0.031080 | 0.029524 | 0.047884 | 0.057847 | 0.098613 | 0.010696 | 0.065112 | 0.025816 | 0.086824 | 0.049019 | 0.020496 | 0.058303 | 0.069210 | 0.010664 | 0.028904 | 0.031539 | 0.045902 | 0.052450 | 0.096655 | 0.009467 | 0.062229 | 0.023209 | 0.082841 | 0.057873 | 0.031421 | 0.060985 | 0.072834 | 0.040683 | 0.030357 | 0.029526 | 0.047617 | 0.057452 | 0.098220 | 0.010576 | 0.064668 | 0.025389 | 0.086557 | 0.050444 | 0.020151 | 0.080127 | 0.054779 | 0.011056 | 0.056148 | 0.008635 | 0.040100 | NaN | 0.038702 | NaN | 0.047461 | 0.025656 | NaN | 0.045315 | 0.027564 | NaN | 0.014697 | NaN | 0.002961 | 0.002961 | 0.029615 | 0.033642 | NaN | 0.037937 | NaN | NaN | NaN | 0.042522 | 0.023556 | 0.039770 | 0.083454 | 0.001277 | 0.019465 | 0.042660 | 0.042660 | 0.053364 | 0.053364 | NaN | 0.049070 | 0.049070 | 0.034487 | 0.034487 | 0.038139 | 0.037787 | 0.041903 | 0.027564 | 0.066354 | 0.050769 | 0.039788 | NaN | 0.140984 | NaN | 0.023157 | 0.025317 | NaN | NaN | 0.093763 | NaN | 0.086716 | 0.042319 | 0.004308 | 0.099570 | 0.009780 | 0.081891 | 0.029203 | 0.029305 | NaN | 0.081264 | 0.051346 | 0.010433 | 0.056305 | 0.057048 | 0.044106 | 0.002663 | 0.004172 | 0.021850 | 0.039107 | 0.012768 | 0.072703 | 0.002961 | 0.009814 | 0.051346 | 0.004800 | 0.025698 | 0.069338 | 0.005516 | 0.030508 | 0.059319 | 0.040806 | 0.030508 | 0.032897 | 0.058603 | 0.015615 | 0.012400 | 0.024483 | 3.218839e-03 | 0.028271 | 0.089739 | 0.056444 | 0.029615 | 0.059363 | 0.030508 | 0.016572 | 0.056055 | 0.037460 | NaN | 0.054183 | 0.029615 | 0.009520 | 0.059319 | 0.051490 | 0.004192 | 0.039060 | 0.005139 | 0.029615 | 0.059363 | 0.002961 | NaN | 0.041903 | 0.066343 | 0.021953 | 0.021953 | NaN | 0.027564 | NaN | 0.002633 | 0.014697 | 0.033502 | 0.029615 | 0.033661 | 0.006467 | 0.029615 | 0.014190 | 0.005139 | 0.016915 | NaN | 0.033800 | 0.035947 | 0.016677 | 0.017574 | 0.037937 | 0.023439 | 0.041067 | NaN | 0.029615 | 0.028440 | 0.021197 | NaN | NaN | 0.014697 | 0.001865 | 0.047825 | 0.035801 | 0.006467 | 0.017409 | 0.002961 | 0.023157 | 0.111537 | 0.107590 | 0.534659 | 0.198414 | 0.929193 | 0.059319 | 0.051346 | 0.180887 | 0.089203 | 0.078590 | 0.051346 | 0.478237 | 0.503913 | 0.071437 | NaN | NaN |
| EMERGENCYSTATE_MODE_Yes | 0.007166 | 0.036118 | 0.020465 | 0.030645 | 0.009483 | 0.036308 | 0.000395 | 0.019807 | 0.052690 | 0.031149 | 0.036343 | 0.022648 | 0.002187 | NaN | 0.030708 | 0.036769 | 0.003889 | 0.015048 | 0.018536 | 0.040858 | 0.080369 | 0.027095 | 0.017709 | 0.009597 | 0.043724 | 0.053003 | 0.021467 | 4.092728e-02 | 0.034667 | 0.035525 | 0.044097 | 0.010119 | 0.061313 | 0.073194 | 0.032628 | 0.031080 | 0.029524 | 0.047884 | 0.057847 | 0.098613 | 0.010696 | 0.065112 | 0.025816 | 0.086824 | 0.049019 | 0.020496 | 0.058303 | 0.069210 | 0.010664 | 0.028904 | 0.031539 | 0.045902 | 0.052450 | 0.096655 | 0.009467 | 0.062229 | 0.023209 | 0.082841 | 0.057873 | 0.031421 | 0.060985 | 0.072834 | 0.040683 | 0.030357 | 0.029526 | 0.047617 | 0.057452 | 0.098220 | 0.010576 | 0.064668 | 0.025389 | 0.086557 | 0.050444 | 0.020151 | 0.080127 | 0.041744 | 0.049077 | 0.042684 | 0.024834 | 0.049574 | NaN | 0.043878 | NaN | 0.009322 | 0.018844 | NaN | 0.021606 | 0.004492 | NaN | 0.003889 | NaN | 0.003173 | 0.003173 | 0.002243 | 0.135366 | NaN | 0.005025 | NaN | NaN | NaN | 0.007445 | 0.004546 | 0.013559 | 0.023623 | 0.083749 | 0.028230 | 0.023234 | 0.023234 | 0.006514 | 0.006514 | NaN | 0.009762 | 0.009762 | 0.016665 | 0.016665 | 0.006756 | 0.027885 | 0.003173 | 0.004492 | 0.005025 | 0.013500 | 0.034444 | NaN | 0.041364 | NaN | 0.030708 | 0.018225 | NaN | NaN | 0.067293 | NaN | 0.041910 | 0.012251 | 0.006756 | 0.046076 | 0.024409 | 0.031644 | 0.018068 | 0.047350 | NaN | 0.042420 | 0.003889 | 0.026866 | 0.067666 | 0.005508 | 0.007812 | 0.014089 | 0.011351 | 0.007476 | 0.203678 | 0.024538 | 0.019745 | 0.003173 | 0.015388 | 0.003889 | 0.039516 | 0.007812 | 0.017590 | 0.012679 | 0.005952 | 0.004492 | 0.024922 | 0.005952 | 0.107890 | 0.003889 | 0.076796 | 0.012018 | 0.025049 | 1.626285e-02 | 0.003883 | 0.032195 | 0.031626 | 0.002243 | 0.006756 | 0.005952 | 0.008748 | 0.013895 | 0.062063 | NaN | 0.009597 | 0.002243 | 0.005025 | 0.004492 | 0.013095 | 0.004492 | 0.006366 | 0.005508 | 0.002243 | 0.006756 | 0.003173 | NaN | 0.003173 | 0.007812 | 0.003889 | 0.003889 | NaN | 0.004492 | NaN | 0.007476 | 0.003889 | 0.010127 | 0.002243 | 0.052112 | 0.005952 | 0.002243 | 0.015208 | 0.005508 | 0.006756 | NaN | 0.002243 | 0.004492 | 0.088496 | 0.005952 | 0.005025 | 0.028244 | 0.007476 | NaN | 0.002243 | 0.006366 | 0.009597 | NaN | NaN | 0.003889 | 0.009865 | 0.003173 | 0.007476 | 0.005952 | 0.010632 | 0.003173 | 0.030708 | 0.008447 | 0.100351 | 0.040491 | 0.015026 | 0.069903 | 0.004492 | 0.003889 | 0.013699 | 0.006756 | 0.005952 | 0.003889 | 0.036218 | 0.004731 | 0.329935 | 0.075732 | NaN |
There are 42 columns to remove.
The initial baseline model will be fit only with the application data set to predict credit default.
Data:
Validation strategy:
Features:
Data preprocessing:
Tuning strategy:
The hyperparameter tuning will be completed using a random 10% of the training data. The hyperparameters will be chosen based on the subset generating the highest 5 fold validation area under the roc curve.
We will use the remaining 90% of the training data to perform 5 fold cross validation with the best hyperparameters from the tuning process to gather estimates of how the model will perform on unseen data.
Algorithms:
Experiments:
Evaluation:
# assign the input and response features
X = appTrainDF.drop(['SK_ID_CURR', 'TARGET'], axis = 1)
y = appTrainDF['TARGET']
# split data such that 80% in training and 20% in test
x_train, x_test, y_train, y_test = train_test_split(X, y, stratify=y, test_size=.2, random_state=42)
# print the shape of the training data
x_train.shape
(246008, 120)
A standard 4 Core and 16 GB RAM does not have enough compute power to train a model of this size. Thus we will do an additional split with the training data in order for performing hyperparameter tuning.
The hyperparameter tuning will be completed using a random 10% of the training data. The hyperparameters will be chosen based on the subset generating the highest 5 fold validation area under the roc curve.
We will use the remaining 90% of the training data to perform 5 fold cross validation with the best hyperparameters from the tuning process to gather estimates of how the model will perform on unseen data.
# split data such that 10% is used for tuning, other 90% used for cross fold validation with best hyperparameters
x_sample_10, x_sample_90, y_sample_10, y_sample_90 = train_test_split(x_train, y_train, stratify=y_train, test_size=.9, random_state=42)
x_sample_10.shape
(24600, 120)
For the initial model building phase, only the features from the application data set will be inputs into the model.
The data pipeline for these input features consists of four steps for the initial model building phase. There are two transformations applied to numeric features and two transformations applied to categorical features. The steps of the data preparation pipeline are listed below:

There are 13 different feature types within the data set ranging from loan information to client demographics. The different types of features are shown below along with the number of features in each category from the raw data.

# specify the numeric features
numerical_features = ['AMT_INCOME_TOTAL', # start of loan features
'AMT_CREDIT',
'AMT_ANNUITY',
'AMT_GOODS_PRICE',
'DAYS_BIRTH', # start of time features
'DAYS_EMPLOYED',
'DAYS_REGISTRATION',
'DAYS_ID_PUBLISH',
'DAYS_LAST_PHONE_CHANGE',
'OWN_CAR_AGE', # start of property owned features
'FLAG_MOBIL', # start of contact info features
'FLAG_EMP_PHONE',
'FLAG_WORK_PHONE',
'FLAG_CONT_MOBILE',
'FLAG_PHONE',
'FLAG_EMAIL',
'CNT_FAM_MEMBERS', # start of family features
'CNT_CHILDREN',
'REGION_POPULATION_RELATIVE', # start of region features
'REG_REGION_NOT_LIVE_REGION',
'REG_REGION_NOT_WORK_REGION',
'LIVE_REGION_NOT_WORK_REGION',
'REG_CITY_NOT_LIVE_CITY',
'REG_CITY_NOT_WORK_CITY',
'LIVE_CITY_NOT_WORK_CITY',
'EXT_SOURCE_1', # start of normalized external score features
'EXT_SOURCE_2',
'EXT_SOURCE_3',
'APARTMENTS_AVG', # start of house features
'BASEMENTAREA_AVG',
'YEARS_BEGINEXPLUATATION_AVG',
'YEARS_BUILD_AVG',
'COMMONAREA_AVG',
'ELEVATORS_AVG',
'ENTRANCES_AVG',
'FLOORSMAX_AVG',
'FLOORSMIN_AVG',
'LANDAREA_AVG',
'LIVINGAPARTMENTS_AVG',
'LIVINGAREA_AVG',
'NONLIVINGAPARTMENTS_AVG',
'NONLIVINGAREA_AVG',
'APARTMENTS_MODE',
'BASEMENTAREA_MODE',
'YEARS_BEGINEXPLUATATION_MODE',
'YEARS_BUILD_MODE',
'COMMONAREA_MODE',
'ELEVATORS_MODE',
'ENTRANCES_MODE',
'FLOORSMAX_MODE',
'FLOORSMIN_MODE',
'LANDAREA_MODE',
'LIVINGAPARTMENTS_MODE',
'LIVINGAREA_MODE',
'NONLIVINGAPARTMENTS_MODE',
'NONLIVINGAREA_MODE',
'APARTMENTS_MEDI',
'BASEMENTAREA_MEDI',
'YEARS_BEGINEXPLUATATION_MEDI',
'YEARS_BUILD_MEDI',
'COMMONAREA_MEDI',
'ELEVATORS_MEDI',
'ENTRANCES_MEDI',
'FLOORSMAX_MEDI',
'FLOORSMIN_MEDI',
'LANDAREA_MEDI',
'LIVINGAPARTMENTS_MEDI',
'LIVINGAREA_MEDI',
'NONLIVINGAPARTMENTS_MEDI',
'NONLIVINGAREA_MEDI',
'TOTALAREA_MODE',
'OBS_30_CNT_SOCIAL_CIRCLE', # start of social surrounding days past due features
'DEF_30_CNT_SOCIAL_CIRCLE',
'OBS_60_CNT_SOCIAL_CIRCLE',
'DEF_60_CNT_SOCIAL_CIRCLE',
'FLAG_DOCUMENT_2', # start of document submitted indicators
'FLAG_DOCUMENT_3',
'FLAG_DOCUMENT_4',
'FLAG_DOCUMENT_5',
'FLAG_DOCUMENT_6',
'FLAG_DOCUMENT_7',
'FLAG_DOCUMENT_8',
'FLAG_DOCUMENT_9',
'FLAG_DOCUMENT_10',
'FLAG_DOCUMENT_11',
'FLAG_DOCUMENT_12',
'FLAG_DOCUMENT_13',
'FLAG_DOCUMENT_14',
'FLAG_DOCUMENT_15',
'FLAG_DOCUMENT_16',
'FLAG_DOCUMENT_17',
'FLAG_DOCUMENT_18',
'FLAG_DOCUMENT_19',
'FLAG_DOCUMENT_20',
'FLAG_DOCUMENT_21',
'AMT_REQ_CREDIT_BUREAU_HOUR', # Start of number of enquiries to credit bureau
'AMT_REQ_CREDIT_BUREAU_DAY',
'AMT_REQ_CREDIT_BUREAU_WEEK',
'AMT_REQ_CREDIT_BUREAU_MON',
'AMT_REQ_CREDIT_BUREAU_QRT',
'AMT_REQ_CREDIT_BUREAU_YEAR']
# specify the categorical features
categorical_features = ['NAME_CONTRACT_TYPE', # start of loan features
'NAME_TYPE_SUITE',
'NAME_INCOME_TYPE', # start of client demographic features
'NAME_EDUCATION_TYPE',
'CODE_GENDER',
'NAME_FAMILY_STATUS', # start of family features
'NAME_HOUSING_TYPE', # start of housing features
'HOUSETYPE_MODE',
'FONDKAPREMONT_MODE',
'WALLSMATERIAL_MODE',
'EMERGENCYSTATE_MODE',
'FLAG_OWN_CAR', # start of property owned features
'FLAG_OWN_REALTY',
'OCCUPATION_TYPE', # start of occupation features
'ORGANIZATION_TYPE',
'HOUR_APPR_PROCESS_START', # start of application process time features
'WEEKDAY_APPR_PROCESS_START',
'REGION_RATING_CLIENT', # start of region features
'REGION_RATING_CLIENT_W_CITY']
# create pipeline for numeric features
num_pipeline = Pipeline([
('imputer', SimpleImputer(strategy="median")),
('std_scaler', StandardScaler()),
])
# create pipeline for categorical features
cat_pipeline = Pipeline([
('imputer', SimpleImputer(strategy='constant', fill_value="Unknown")),
('ohe', OneHotEncoder(sparse=False, handle_unknown="ignore"))
])
# specify the column transformer for numeric and categorical features
data_pipeline = ColumnTransformer(
[("num_pipeline", num_pipeline, numerical_features),
("cat_pipeline", cat_pipeline, categorical_features)],
remainder='passthrough')
# test the transformer
X_train_transformed = data_pipeline.fit_transform(x_train)
column_names = numerical_features + \
list(data_pipeline.transformers_[1][1].named_steps["ohe"].get_feature_names(categorical_features))
display(pd.DataFrame(X_train_transformed, columns=column_names).head())
| AMT_INCOME_TOTAL | AMT_CREDIT | AMT_ANNUITY | AMT_GOODS_PRICE | DAYS_BIRTH | DAYS_EMPLOYED | DAYS_REGISTRATION | DAYS_ID_PUBLISH | DAYS_LAST_PHONE_CHANGE | OWN_CAR_AGE | FLAG_MOBIL | FLAG_EMP_PHONE | FLAG_WORK_PHONE | FLAG_CONT_MOBILE | FLAG_PHONE | FLAG_EMAIL | CNT_FAM_MEMBERS | CNT_CHILDREN | REGION_POPULATION_RELATIVE | REG_REGION_NOT_LIVE_REGION | REG_REGION_NOT_WORK_REGION | LIVE_REGION_NOT_WORK_REGION | REG_CITY_NOT_LIVE_CITY | REG_CITY_NOT_WORK_CITY | LIVE_CITY_NOT_WORK_CITY | EXT_SOURCE_1 | EXT_SOURCE_2 | EXT_SOURCE_3 | APARTMENTS_AVG | BASEMENTAREA_AVG | YEARS_BEGINEXPLUATATION_AVG | YEARS_BUILD_AVG | COMMONAREA_AVG | ELEVATORS_AVG | ENTRANCES_AVG | FLOORSMAX_AVG | FLOORSMIN_AVG | LANDAREA_AVG | LIVINGAPARTMENTS_AVG | LIVINGAREA_AVG | NONLIVINGAPARTMENTS_AVG | NONLIVINGAREA_AVG | APARTMENTS_MODE | BASEMENTAREA_MODE | YEARS_BEGINEXPLUATATION_MODE | YEARS_BUILD_MODE | COMMONAREA_MODE | ELEVATORS_MODE | ENTRANCES_MODE | FLOORSMAX_MODE | FLOORSMIN_MODE | LANDAREA_MODE | LIVINGAPARTMENTS_MODE | LIVINGAREA_MODE | NONLIVINGAPARTMENTS_MODE | NONLIVINGAREA_MODE | APARTMENTS_MEDI | BASEMENTAREA_MEDI | YEARS_BEGINEXPLUATATION_MEDI | YEARS_BUILD_MEDI | COMMONAREA_MEDI | ELEVATORS_MEDI | ENTRANCES_MEDI | FLOORSMAX_MEDI | FLOORSMIN_MEDI | LANDAREA_MEDI | LIVINGAPARTMENTS_MEDI | LIVINGAREA_MEDI | NONLIVINGAPARTMENTS_MEDI | NONLIVINGAREA_MEDI | TOTALAREA_MODE | OBS_30_CNT_SOCIAL_CIRCLE | DEF_30_CNT_SOCIAL_CIRCLE | OBS_60_CNT_SOCIAL_CIRCLE | DEF_60_CNT_SOCIAL_CIRCLE | FLAG_DOCUMENT_2 | FLAG_DOCUMENT_3 | FLAG_DOCUMENT_4 | FLAG_DOCUMENT_5 | FLAG_DOCUMENT_6 | FLAG_DOCUMENT_7 | FLAG_DOCUMENT_8 | FLAG_DOCUMENT_9 | FLAG_DOCUMENT_10 | FLAG_DOCUMENT_11 | FLAG_DOCUMENT_12 | FLAG_DOCUMENT_13 | FLAG_DOCUMENT_14 | FLAG_DOCUMENT_15 | FLAG_DOCUMENT_16 | FLAG_DOCUMENT_17 | FLAG_DOCUMENT_18 | FLAG_DOCUMENT_19 | FLAG_DOCUMENT_20 | FLAG_DOCUMENT_21 | AMT_REQ_CREDIT_BUREAU_HOUR | AMT_REQ_CREDIT_BUREAU_DAY | AMT_REQ_CREDIT_BUREAU_WEEK | AMT_REQ_CREDIT_BUREAU_MON | AMT_REQ_CREDIT_BUREAU_QRT | AMT_REQ_CREDIT_BUREAU_YEAR | NAME_CONTRACT_TYPE_Cash loans | NAME_CONTRACT_TYPE_Revolving loans | NAME_TYPE_SUITE_Children | NAME_TYPE_SUITE_Family | NAME_TYPE_SUITE_Group of people | NAME_TYPE_SUITE_Other_A | NAME_TYPE_SUITE_Other_B | NAME_TYPE_SUITE_Spouse, partner | NAME_TYPE_SUITE_Unaccompanied | NAME_TYPE_SUITE_Unknown | NAME_INCOME_TYPE_Businessman | NAME_INCOME_TYPE_Commercial associate | NAME_INCOME_TYPE_Maternity leave | NAME_INCOME_TYPE_Pensioner | NAME_INCOME_TYPE_State servant | NAME_INCOME_TYPE_Student | NAME_INCOME_TYPE_Unemployed | NAME_INCOME_TYPE_Working | NAME_EDUCATION_TYPE_Academic degree | NAME_EDUCATION_TYPE_Higher education | NAME_EDUCATION_TYPE_Incomplete higher | NAME_EDUCATION_TYPE_Lower secondary | NAME_EDUCATION_TYPE_Secondary / secondary special | CODE_GENDER_F | CODE_GENDER_M | CODE_GENDER_XNA | NAME_FAMILY_STATUS_Civil marriage | NAME_FAMILY_STATUS_Married | NAME_FAMILY_STATUS_Separated | NAME_FAMILY_STATUS_Single / not married | NAME_FAMILY_STATUS_Unknown | NAME_FAMILY_STATUS_Widow | NAME_HOUSING_TYPE_Co-op apartment | NAME_HOUSING_TYPE_House / apartment | NAME_HOUSING_TYPE_Municipal apartment | NAME_HOUSING_TYPE_Office apartment | NAME_HOUSING_TYPE_Rented apartment | NAME_HOUSING_TYPE_With parents | HOUSETYPE_MODE_Unknown | HOUSETYPE_MODE_block of flats | HOUSETYPE_MODE_specific housing | HOUSETYPE_MODE_terraced house | FONDKAPREMONT_MODE_Unknown | FONDKAPREMONT_MODE_not specified | FONDKAPREMONT_MODE_org spec account | FONDKAPREMONT_MODE_reg oper account | FONDKAPREMONT_MODE_reg oper spec account | WALLSMATERIAL_MODE_Block | WALLSMATERIAL_MODE_Mixed | WALLSMATERIAL_MODE_Monolithic | WALLSMATERIAL_MODE_Others | WALLSMATERIAL_MODE_Panel | WALLSMATERIAL_MODE_Stone, brick | WALLSMATERIAL_MODE_Unknown | WALLSMATERIAL_MODE_Wooden | EMERGENCYSTATE_MODE_No | EMERGENCYSTATE_MODE_Unknown | EMERGENCYSTATE_MODE_Yes | FLAG_OWN_CAR_N | FLAG_OWN_CAR_Y | FLAG_OWN_REALTY_N | FLAG_OWN_REALTY_Y | OCCUPATION_TYPE_Accountants | OCCUPATION_TYPE_Cleaning staff | OCCUPATION_TYPE_Cooking staff | OCCUPATION_TYPE_Core staff | OCCUPATION_TYPE_Drivers | OCCUPATION_TYPE_HR staff | OCCUPATION_TYPE_High skill tech staff | OCCUPATION_TYPE_IT staff | OCCUPATION_TYPE_Laborers | OCCUPATION_TYPE_Low-skill Laborers | OCCUPATION_TYPE_Managers | OCCUPATION_TYPE_Medicine staff | OCCUPATION_TYPE_Private service staff | OCCUPATION_TYPE_Realty agents | OCCUPATION_TYPE_Sales staff | OCCUPATION_TYPE_Secretaries | OCCUPATION_TYPE_Security staff | OCCUPATION_TYPE_Unknown | OCCUPATION_TYPE_Waiters/barmen staff | ORGANIZATION_TYPE_Advertising | ORGANIZATION_TYPE_Agriculture | ORGANIZATION_TYPE_Bank | ORGANIZATION_TYPE_Business Entity Type 1 | ORGANIZATION_TYPE_Business Entity Type 2 | ORGANIZATION_TYPE_Business Entity Type 3 | ORGANIZATION_TYPE_Cleaning | ORGANIZATION_TYPE_Construction | ORGANIZATION_TYPE_Culture | ORGANIZATION_TYPE_Electricity | ORGANIZATION_TYPE_Emergency | ORGANIZATION_TYPE_Government | ORGANIZATION_TYPE_Hotel | ORGANIZATION_TYPE_Housing | ORGANIZATION_TYPE_Industry: type 1 | ORGANIZATION_TYPE_Industry: type 10 | ORGANIZATION_TYPE_Industry: type 11 | ORGANIZATION_TYPE_Industry: type 12 | ORGANIZATION_TYPE_Industry: type 13 | ORGANIZATION_TYPE_Industry: type 2 | ORGANIZATION_TYPE_Industry: type 3 | ORGANIZATION_TYPE_Industry: type 4 | ORGANIZATION_TYPE_Industry: type 5 | ORGANIZATION_TYPE_Industry: type 6 | ORGANIZATION_TYPE_Industry: type 7 | ORGANIZATION_TYPE_Industry: type 8 | ORGANIZATION_TYPE_Industry: type 9 | ORGANIZATION_TYPE_Insurance | ORGANIZATION_TYPE_Kindergarten | ORGANIZATION_TYPE_Legal Services | ORGANIZATION_TYPE_Medicine | ORGANIZATION_TYPE_Military | ORGANIZATION_TYPE_Mobile | ORGANIZATION_TYPE_Other | ORGANIZATION_TYPE_Police | ORGANIZATION_TYPE_Postal | ORGANIZATION_TYPE_Realtor | ORGANIZATION_TYPE_Religion | ORGANIZATION_TYPE_Restaurant | ORGANIZATION_TYPE_School | ORGANIZATION_TYPE_Security | ORGANIZATION_TYPE_Security Ministries | ORGANIZATION_TYPE_Self-employed | ORGANIZATION_TYPE_Services | ORGANIZATION_TYPE_Telecom | ORGANIZATION_TYPE_Trade: type 1 | ORGANIZATION_TYPE_Trade: type 2 | ORGANIZATION_TYPE_Trade: type 3 | ORGANIZATION_TYPE_Trade: type 4 | ORGANIZATION_TYPE_Trade: type 5 | ORGANIZATION_TYPE_Trade: type 6 | ORGANIZATION_TYPE_Trade: type 7 | ORGANIZATION_TYPE_Transport: type 1 | ORGANIZATION_TYPE_Transport: type 2 | ORGANIZATION_TYPE_Transport: type 3 | ORGANIZATION_TYPE_Transport: type 4 | ORGANIZATION_TYPE_University | ORGANIZATION_TYPE_XNA | HOUR_APPR_PROCESS_START_0 | HOUR_APPR_PROCESS_START_1 | HOUR_APPR_PROCESS_START_2 | HOUR_APPR_PROCESS_START_3 | HOUR_APPR_PROCESS_START_4 | HOUR_APPR_PROCESS_START_5 | HOUR_APPR_PROCESS_START_6 | HOUR_APPR_PROCESS_START_7 | HOUR_APPR_PROCESS_START_8 | HOUR_APPR_PROCESS_START_9 | HOUR_APPR_PROCESS_START_10 | HOUR_APPR_PROCESS_START_11 | HOUR_APPR_PROCESS_START_12 | HOUR_APPR_PROCESS_START_13 | HOUR_APPR_PROCESS_START_14 | HOUR_APPR_PROCESS_START_15 | HOUR_APPR_PROCESS_START_16 | HOUR_APPR_PROCESS_START_17 | HOUR_APPR_PROCESS_START_18 | HOUR_APPR_PROCESS_START_19 | HOUR_APPR_PROCESS_START_20 | HOUR_APPR_PROCESS_START_21 | HOUR_APPR_PROCESS_START_22 | HOUR_APPR_PROCESS_START_23 | WEEKDAY_APPR_PROCESS_START_FRIDAY | WEEKDAY_APPR_PROCESS_START_MONDAY | WEEKDAY_APPR_PROCESS_START_SATURDAY | WEEKDAY_APPR_PROCESS_START_SUNDAY | WEEKDAY_APPR_PROCESS_START_THURSDAY | WEEKDAY_APPR_PROCESS_START_TUESDAY | WEEKDAY_APPR_PROCESS_START_WEDNESDAY | REGION_RATING_CLIENT_1 | REGION_RATING_CLIENT_2 | REGION_RATING_CLIENT_3 | REGION_RATING_CLIENT_W_CITY_1 | REGION_RATING_CLIENT_W_CITY_2 | REGION_RATING_CLIENT_W_CITY_3 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | -0.304499 | -0.923256 | -0.958536 | -0.970592 | 0.855291 | -0.457375 | -0.393927 | -1.111106 | 1.164355 | -0.14647 | 0.002016 | 0.467699 | -0.499501 | 0.043377 | -0.625067 | -0.245247 | 2.034621 | 2.200964 | -0.912809 | -0.123486 | -0.232186 | -0.207223 | -0.290648 | -0.548149 | -0.469093 | -0.853253 | -1.177591 | 0.613836 | 1.555386 | 1.491306 | 0.128367 | 0.634346 | 1.056890 | 2.829814 | 1.864149 | 1.280985 | 1.733607 | 0.178756 | 1.838194 | 1.719567 | -0.100708 | -0.305696 | 1.655616 | 1.593375 | 0.125388 | 0.640379 | 1.141877 | 2.940230 | 1.882260 | 1.314091 | 1.752428 | 0.242093 | 1.983848 | 1.836046 | -0.095376 | -0.261524 | 1.568031 | 1.505097 | 0.126782 | 0.631999 | 1.068338 | 2.840019 | 1.862429 | 1.279812 | 1.728325 | 0.185598 | 1.860632 | 1.734276 | -0.099651 | -0.295967 | 1.691808 | -0.586474 | -0.319696 | -0.584651 | -0.274787 | -0.006687 | 0.638406 | -0.009457 | -0.123876 | -0.310082 | -0.013676 | -0.297663 | -0.062164 | -0.004032 | -0.062296 | -0.002016 | -0.058254 | -0.054405 | -0.034649 | -0.100605 | -0.015749 | -0.09058 | -0.0247 | -0.022457 | -0.017923 | -0.070486 | -0.057891 | -0.154893 | -0.269136 | 1.337889 | -0.439962 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 |
| 1 | -0.304499 | -1.086618 | -0.965044 | -1.092399 | 0.150020 | -0.451322 | 1.049094 | 0.663110 | 0.548713 | 1.82743 | 0.002016 | 0.467699 | -0.499501 | 0.043377 | -0.625067 | -0.245247 | -0.167378 | -0.578749 | -1.285861 | -0.123486 | -0.232186 | -0.207223 | -0.290648 | 1.824323 | 2.131776 | 0.011861 | -0.000805 | 0.112012 | -0.190035 | -0.093977 | 0.047148 | 0.012913 | -0.165050 | -0.368834 | -0.083621 | -0.280352 | -0.080817 | -0.140123 | -0.149157 | -0.206313 | -0.100708 | -0.231233 | -0.192864 | -0.098736 | 0.050646 | 0.026296 | -0.167905 | -0.356206 | -0.051577 | -0.264504 | -0.067900 | -0.146280 | -0.159328 | -0.203348 | -0.095376 | -0.239061 | -0.192396 | -0.094518 | 0.046483 | 0.013107 | -0.166065 | -0.365729 | -0.079802 | -0.277960 | -0.079680 | -0.141037 | -0.151384 | -0.208166 | -0.099651 | -0.232510 | -0.221373 | 0.241048 | -0.319696 | 0.250235 | -0.274787 | -0.006687 | 0.638406 | -0.009457 | -0.123876 | -0.310082 | -0.013676 | -0.297663 | -0.062164 | -0.004032 | -0.062296 | -0.002016 | -0.058254 | -0.054405 | -0.034649 | -0.100605 | -0.015749 | -0.09058 | -0.0247 | -0.022457 | -0.017923 | -0.070486 | -0.057891 | -0.154893 | -0.269136 | -0.396179 | -0.439962 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 |
| 2 | -0.130727 | 0.321581 | -0.055163 | 0.040404 | -0.751224 | -0.462337 | -0.840225 | 0.100877 | -0.618466 | -0.14647 | 0.002016 | 0.467699 | -0.499501 | 0.043377 | 1.599829 | -0.245247 | -1.268377 | -0.578749 | -0.010501 | -0.123486 | -0.232186 | -0.207223 | -0.290648 | -0.548149 | -0.469093 | 0.011861 | -0.144074 | 0.476446 | 0.596761 | 0.578228 | 0.221189 | 1.462922 | 0.235281 | 1.230490 | -0.083621 | 1.671788 | 2.187486 | 4.760737 | 0.702029 | 0.883808 | -0.100708 | -0.305696 | 0.677694 | 0.667916 | 0.210807 | 1.459678 | 0.298007 | 1.292012 | -0.051577 | 1.709213 | 2.207783 | 4.895029 | 0.815004 | 0.973702 | -0.095376 | -0.261524 | 0.608380 | 0.589158 | 0.218553 | 1.458729 | 0.245403 | 1.237145 | -0.079802 | 1.669723 | 2.180597 | 4.796026 | 0.719378 | 0.896336 | -0.099651 | -0.295967 | 0.515246 | -0.172713 | -0.319696 | -0.167208 | -0.274787 | -0.006687 | 0.638406 | -0.009457 | -0.123876 | -0.310082 | -0.013676 | -0.297663 | -0.062164 | -0.004032 | -0.062296 | -0.002016 | -0.058254 | -0.054405 | -0.034649 | -0.100605 | -0.015749 | -0.09058 | -0.0247 | -0.022457 | -0.017923 | -0.070486 | -0.057891 | 10.304899 | -0.269136 | -0.396179 | 0.126861 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 |
| 3 | -0.130727 | -0.310771 | 0.518471 | -0.398100 | -0.403745 | -0.462372 | 1.122579 | 1.093404 | -1.274022 | -0.14647 | 0.002016 | 0.467699 | -0.499501 | 0.043377 | 1.599829 | -0.245247 | -1.268377 | -0.578749 | -0.661770 | -0.123486 | -0.232186 | -0.207223 | -0.290648 | -0.548149 | -0.469093 | 0.011861 | 0.844742 | -0.351504 | -1.215841 | -1.029461 | -0.263806 | 0.012913 | -0.165050 | -0.368834 | -1.543037 | -1.451824 | -0.080817 | -0.768389 | -0.149157 | -1.034555 | -0.100708 | -0.305696 | -1.170786 | -0.962132 | -0.235508 | 0.026296 | -0.167905 | -0.356206 | -1.500553 | -1.448924 | -0.067900 | -0.719413 | -0.159328 | -1.002503 | -0.095376 | -0.261524 | -1.205858 | -1.023569 | -0.260950 | 0.013107 | -0.166065 | -0.365729 | -1.535068 | -1.446756 | -0.079680 | -0.766148 | -0.151384 | -1.027595 | -0.099651 | -0.295967 | -1.011242 | 0.241048 | -0.319696 | 0.250235 | -0.274787 | -0.006687 | 0.638406 | -0.009457 | -0.123876 | -0.310082 | -0.013676 | -0.297663 | -0.062164 | -0.004032 | -0.062296 | -0.002016 | -0.058254 | -0.054405 | -0.034649 | -0.100605 | -0.015749 | -0.09058 | -0.0247 | -0.022457 | -0.017923 | -0.070486 | -0.057891 | -0.154893 | -0.269136 | -0.396179 | 1.260507 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 |
| 4 | 0.043045 | -0.855766 | 0.030990 | -0.848785 | 1.729030 | -0.457595 | 0.600526 | 1.420268 | 0.323744 | -0.14647 | 0.002016 | 0.467699 | -0.499501 | 0.043377 | -0.625067 | -0.245247 | -1.268377 | -0.578749 | -1.028534 | -0.123486 | -0.232186 | -0.207223 | -0.290648 | -0.548149 | -0.469093 | 0.011861 | -1.884681 | 0.112012 | -0.190035 | -0.093977 | 0.047148 | 0.012913 | -0.165050 | -0.368834 | -0.083621 | -0.280352 | -0.080817 | -0.140123 | -0.149157 | -0.206313 | -0.100708 | -0.231233 | -0.192864 | -0.098736 | 0.050646 | 0.026296 | -0.167905 | -0.356206 | -0.051577 | -0.264504 | -0.067900 | -0.146280 | -0.159328 | -0.203348 | -0.095376 | -0.239061 | -0.192396 | -0.094518 | 0.046483 | 0.013107 | -0.166065 | -0.365729 | -0.079802 | -0.277960 | -0.079680 | -0.141037 | -0.151384 | -0.208166 | -0.099651 | -0.232510 | -0.221373 | -0.586474 | -0.319696 | -0.584651 | -0.274787 | -0.006687 | 0.638406 | -0.009457 | -0.123876 | -0.310082 | -0.013676 | -0.297663 | -0.062164 | -0.004032 | -0.062296 | -0.002016 | -0.058254 | -0.054405 | -0.034649 | -0.100605 | -0.015749 | -0.09058 | -0.0247 | -0.022457 | -0.017923 | -0.070486 | -0.057891 | -0.154893 | -0.269136 | -0.396179 | -0.439962 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0.0 | 0.0 | 1.0 | 0.0 |
The hyperparameter tuning will be completed using a random 10% of the training data. The hyperparameters will be chosen based on the subset generating the highest 5 fold validation area under the roc curve.
We will use the remaining 90% of the training data to perform 5 fold cross validation with the best hyperparameters from the tuning process to gather estimates of how the model will perform on unseen data.

The logistic regression model is tuned to determine the optimal mixture of L1 and L2 regularization and the amount of regularization.
The random forest algorithm is tuned to determine the optimal number of trees, maximum number of features, maximum tree depth, minimum split size, and minimum samples in a leaf.
Lastly the XGBoost model is tuned to determine the number of trees, learning rate, maximum tree depth, and columns sampled by each tree.
# set logistic parameter grid
logistic_params= {'logistic__C': (100, 10, 1, 0.1, 0.01),
'logistic__l1_ratio': (0, .1, .2, .3, .4, .5, .6, .7, .8, .9, 1.),
}
# set random forest parameter grid
rf_params= {'rf__max_depth': range(6, 10),
'rf__max_features': [1, 5, 10],
'rf__min_samples_split': [5, 10, 15],
'rf__min_samples_leaf': [3, 5, 10],
'rf__n_estimators':[20, 80, 150, 200]
}
# set xgboost parameter grid
xgb_params = {'xgb__n_estimators': [100, 200],
'xgb__learning_rate': [0.01, 0.1],
'xgb__max_depth': range(3, 10),
'xgb__colsample_bytree': [i/10.0 for i in range(1, 3)]
}
Regularized logistic regression (LR) is a generalized linear model with a sigmoid activation function applied to generate probabilities that input data is of a certain class. Logistic regression is a parameterized model optimizing binary cross-entropy loss when learning model coefficients
Due to a large feature space, we will apply elastic net regularization which combines the L1 and L2 penalties to reduce model complexity and perform built in feature selection.
The objective function for the learning a binary logistic regression model (log loss) is known as the binary cross-entropy loss (CXE) function.
This can be expressed directly in terms of perpendicular distances from X to the hyperplane theta as follows:

# generate the pipeline
logistic_pipeline = Pipeline([
("preparation", data_pipeline),
("logistic", LogisticRegression(penalty='elasticnet', solver='saga'))
])
# set up cross validation grid search
logistic_grid_search = GridSearchCV(logistic_pipeline,
param_grid=logistic_params,
scoring='roc_auc',
cv=5,
n_jobs=-1,
verbose=True)
# grid search on training data
logistic_grid_search.fit(x_sample_10, y_sample_10)
Fitting 5 folds for each of 55 candidates, totalling 275 fits
[Parallel(n_jobs=-1)]: Using backend LokyBackend with 6 concurrent workers. [Parallel(n_jobs=-1)]: Done 38 tasks | elapsed: 1.0min [Parallel(n_jobs=-1)]: Done 188 tasks | elapsed: 4.7min [Parallel(n_jobs=-1)]: Done 275 out of 275 | elapsed: 6.9min finished
GridSearchCV(cv=5,
estimator=Pipeline(steps=[('preparation',
ColumnTransformer(remainder='passthrough',
transformers=[('num_pipeline',
Pipeline(steps=[('imputer',
SimpleImputer(strategy='median')),
('std_scaler',
StandardScaler())]),
['AMT_INCOME_TOTAL',
'AMT_CREDIT',
'AMT_ANNUITY',
'AMT_GOODS_PRICE',
'DAYS_BIRTH',
'DAYS_EMPLOYED',
'DAYS_REGISTRATION',
'DAYS_ID_P...
'ORGANIZATION_TYPE',
'HOUR_APPR_PROCESS_START',
'WEEKDAY_APPR_PROCESS_START',
'REGION_RATING_CLIENT',
'REGION_RATING_CLIENT_W_CITY'])])),
('logistic',
LogisticRegression(penalty='elasticnet',
solver='saga'))]),
n_jobs=-1,
param_grid={'logistic__C': (100, 10, 1, 0.1, 0.01),
'logistic__l1_ratio': (0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6,
0.7, 0.8, 0.9, 1.0)},
scoring='roc_auc', verbose=True)
# print grid search results
pd.concat([pd.DataFrame(logistic_grid_search.cv_results_["params"]),pd.DataFrame(logistic_grid_search.cv_results_["mean_test_score"], columns=["roc_auc"])],axis=1).sort_values(by='roc_auc', ascending=False)
| logistic__C | logistic__l1_ratio | roc_auc | |
|---|---|---|---|
| 38 | 0.10 | 0.5 | 0.729957 |
| 41 | 0.10 | 0.8 | 0.729957 |
| 39 | 0.10 | 0.6 | 0.729951 |
| 40 | 0.10 | 0.7 | 0.729938 |
| 37 | 0.10 | 0.4 | 0.729926 |
| 42 | 0.10 | 0.9 | 0.729905 |
| 43 | 0.10 | 1.0 | 0.729823 |
| 36 | 0.10 | 0.3 | 0.729813 |
| 35 | 0.10 | 0.2 | 0.729701 |
| 45 | 0.01 | 0.1 | 0.729617 |
| 44 | 0.01 | 0.0 | 0.729602 |
| 34 | 0.10 | 0.1 | 0.729537 |
| 32 | 1.00 | 1.0 | 0.729422 |
| 31 | 1.00 | 0.9 | 0.729395 |
| 30 | 1.00 | 0.8 | 0.729387 |
| 29 | 1.00 | 0.7 | 0.729362 |
| 33 | 0.10 | 0.0 | 0.729342 |
| 28 | 1.00 | 0.6 | 0.729340 |
| 27 | 1.00 | 0.5 | 0.729311 |
| 26 | 1.00 | 0.4 | 0.729280 |
| 24 | 1.00 | 0.2 | 0.729254 |
| 25 | 1.00 | 0.3 | 0.729247 |
| 23 | 1.00 | 0.1 | 0.729227 |
| 16 | 10.00 | 0.5 | 0.729219 |
| 0 | 100.00 | 0.0 | 0.729217 |
| 20 | 10.00 | 0.9 | 0.729213 |
| 17 | 10.00 | 0.6 | 0.729208 |
| 14 | 10.00 | 0.3 | 0.729204 |
| 21 | 10.00 | 1.0 | 0.729201 |
| 7 | 100.00 | 0.7 | 0.729198 |
| 15 | 10.00 | 0.4 | 0.729197 |
| 2 | 100.00 | 0.2 | 0.729197 |
| 19 | 10.00 | 0.8 | 0.729196 |
| 4 | 100.00 | 0.4 | 0.729196 |
| 1 | 100.00 | 0.1 | 0.729192 |
| 11 | 10.00 | 0.0 | 0.729192 |
| 9 | 100.00 | 0.9 | 0.729190 |
| 6 | 100.00 | 0.6 | 0.729189 |
| 10 | 100.00 | 1.0 | 0.729187 |
| 18 | 10.00 | 0.7 | 0.729184 |
| 22 | 1.00 | 0.0 | 0.729183 |
| 3 | 100.00 | 0.3 | 0.729179 |
| 8 | 100.00 | 0.8 | 0.729176 |
| 13 | 10.00 | 0.2 | 0.729175 |
| 12 | 10.00 | 0.1 | 0.729170 |
| 5 | 100.00 | 0.5 | 0.729161 |
| 46 | 0.01 | 0.2 | 0.728752 |
| 47 | 0.01 | 0.3 | 0.727596 |
| 48 | 0.01 | 0.4 | 0.726527 |
| 49 | 0.01 | 0.5 | 0.725581 |
| 50 | 0.01 | 0.6 | 0.724540 |
| 51 | 0.01 | 0.7 | 0.723688 |
| 52 | 0.01 | 0.8 | 0.722997 |
| 53 | 0.01 | 0.9 | 0.722286 |
| 54 | 0.01 | 1.0 | 0.721482 |
# print the best parameters
logistic_grid_search.best_params_
{'logistic__C': 0.1, 'logistic__l1_ratio': 0.5}
# perform 5 fold cv with best hyperparameters
scoring = {'accuracy': 'accuracy',
'roc_auc': 'roc_auc',
}
results = cross_validate(logistic_grid_search.best_estimator_,
x_sample_90, y_sample_90,
scoring=scoring,
cv=5,
n_jobs=-1)
# print results of cross validation
pd.DataFrame(
{'test_accuracy': results['test_accuracy'],
'test_roc_auc': results['test_roc_auc'],
})
| test_accuracy | test_roc_auc | |
|---|---|---|
| 0 | 0.919064 | 0.737922 |
| 1 | 0.919222 | 0.747707 |
| 2 | 0.918906 | 0.740948 |
| 3 | 0.918972 | 0.747777 |
| 4 | 0.919311 | 0.734304 |
# calculate mean out of sample cv train roc score
logistic_train_mean_roc_score = np.mean(results['test_roc_auc'])
# print the mean out of sample cv train roc score
logistic_train_mean_roc_score
0.741731606990486
# calculate mean out of sample cv train accuracy score
logistic_train_mean_accuracy_score = np.mean(results['test_accuracy'])
# print the mean out of sample cv train accuracy score
logistic_train_mean_accuracy_score
0.9190950647341355
For the second set of models, additional loan specific features are added including:
The results of the baseline model will be compared to the results of the model with the additional features added. Whichever feature set performs better will then be fit using more advanced tree based algorithms - random forest and xgboost.
We will assess feature importance after model fitting to identify the top features to select for modeling in phase 2 as additional data sources will be added to the algorithms tested in phase 1.
The baseline model results will be compared to the results from the three additional models using area under the roc curve, classification accuracy, precision, and recall.
# build a custom columns transformer to add loan features
class LoanFeatureAdder(BaseEstimator, TransformerMixin):
def __init__(self, features=None): # no *args or **kargs
self.features = features
def fit(self, X, y=None):
return self # nothing else to do
def transform(self, X):
# credit to income ratio
X['CREDIT_INCOME_RATIO'] = X['AMT_CREDIT'] / X['AMT_INCOME_TOTAL']
# annuity to income ratio
X['ANNUITY_INCOME_RATIO'] = X['AMT_ANNUITY'] / X['AMT_INCOME_TOTAL']
# length of the credit term
X['CREDIT_LENGTH'] = X['AMT_ANNUITY'] / X['AMT_CREDIT']
# what is income to age ratio
X['INCOME_AGE_RATIO'] = X['AMT_INCOME_TOTAL'] / X['DAYS_BIRTH']
# what is credit to age ratio
X['CREDIT_AGE_RATIO'] = X['AMT_CREDIT'] / X['DAYS_BIRTH']
# what percent of applicants life have they been working at recent company
X['DAYS_EMPLOYED_PERCENT'] = X['DAYS_EMPLOYED'] / X['DAYS_BIRTH']
return X
# append the list of numeric features
numerical_features.extend(['CREDIT_INCOME_RATIO', 'ANNUITY_INCOME_RATIO', 'CREDIT_LENGTH', 'INCOME_AGE_RATIO', 'CREDIT_AGE_RATIO', 'DAYS_EMPLOYED_PERCENT'])
# generate the pipeline
loan_logistic_pipeline = Pipeline([
("features_adder", LoanFeatureAdder()),
("preparation", data_pipeline),
("logistic", LogisticRegression(penalty='elasticnet', solver='saga'))
])
# set up cross validation grid search
loan_logistic_grid_search = GridSearchCV(loan_logistic_pipeline,
param_grid=logistic_params,
scoring='roc_auc',
cv=5,
n_jobs=-1,
verbose=True)
# grid search on training data
loan_logistic_grid_search.fit(x_sample_10, y_sample_10)
Fitting 5 folds for each of 55 candidates, totalling 275 fits
[Parallel(n_jobs=-1)]: Using backend LokyBackend with 6 concurrent workers. [Parallel(n_jobs=-1)]: Done 38 tasks | elapsed: 1.1min [Parallel(n_jobs=-1)]: Done 188 tasks | elapsed: 4.9min [Parallel(n_jobs=-1)]: Done 275 out of 275 | elapsed: 7.1min finished
GridSearchCV(cv=5,
estimator=Pipeline(steps=[('features_adder', LoanFeatureAdder()),
('preparation',
ColumnTransformer(remainder='passthrough',
transformers=[('num_pipeline',
Pipeline(steps=[('imputer',
SimpleImputer(strategy='median')),
('std_scaler',
StandardScaler())]),
['AMT_INCOME_TOTAL',
'AMT_CREDIT',
'AMT_ANNUITY',
'AMT_GOODS_PRICE',
'DAYS_BIRTH',
'DAYS_EM...
'ORGANIZATION_TYPE',
'HOUR_APPR_PROCESS_START',
'WEEKDAY_APPR_PROCESS_START',
'REGION_RATING_CLIENT',
'REGION_RATING_CLIENT_W_CITY'])])),
('logistic',
LogisticRegression(penalty='elasticnet',
solver='saga'))]),
n_jobs=-1,
param_grid={'logistic__C': (100, 10, 1, 0.1, 0.01),
'logistic__l1_ratio': (0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6,
0.7, 0.8, 0.9, 1.0)},
scoring='roc_auc', verbose=True)
# print grid search results
pd.concat([pd.DataFrame(loan_logistic_grid_search.cv_results_["params"]),pd.DataFrame(loan_logistic_grid_search.cv_results_["mean_test_score"], columns=["roc_auc"])],axis=1).sort_values(by='roc_auc', ascending=False)
| logistic__C | logistic__l1_ratio | roc_auc | |
|---|---|---|---|
| 36 | 0.10 | 0.3 | 0.732193 |
| 37 | 0.10 | 0.4 | 0.732187 |
| 35 | 0.10 | 0.2 | 0.732171 |
| 38 | 0.10 | 0.5 | 0.732139 |
| 34 | 0.10 | 0.1 | 0.732085 |
| 32 | 1.00 | 1.0 | 0.732060 |
| 39 | 0.10 | 0.6 | 0.732059 |
| 31 | 1.00 | 0.9 | 0.732048 |
| 29 | 1.00 | 0.7 | 0.732037 |
| 30 | 1.00 | 0.8 | 0.732036 |
| 33 | 0.10 | 0.0 | 0.732032 |
| 28 | 1.00 | 0.6 | 0.732015 |
| 27 | 1.00 | 0.5 | 0.732009 |
| 26 | 1.00 | 0.4 | 0.732000 |
| 25 | 1.00 | 0.3 | 0.731969 |
| 23 | 1.00 | 0.1 | 0.731960 |
| 20 | 10.00 | 0.9 | 0.731956 |
| 1 | 100.00 | 0.1 | 0.731954 |
| 5 | 100.00 | 0.5 | 0.731951 |
| 19 | 10.00 | 0.8 | 0.731951 |
| 13 | 10.00 | 0.2 | 0.731949 |
| 3 | 100.00 | 0.3 | 0.731948 |
| 22 | 1.00 | 0.0 | 0.731947 |
| 0 | 100.00 | 0.0 | 0.731947 |
| 14 | 10.00 | 0.3 | 0.731946 |
| 21 | 10.00 | 1.0 | 0.731944 |
| 12 | 10.00 | 0.1 | 0.731944 |
| 11 | 10.00 | 0.0 | 0.731944 |
| 24 | 1.00 | 0.2 | 0.731943 |
| 15 | 10.00 | 0.4 | 0.731942 |
| 17 | 10.00 | 0.6 | 0.731941 |
| 4 | 100.00 | 0.4 | 0.731939 |
| 18 | 10.00 | 0.7 | 0.731938 |
| 7 | 100.00 | 0.7 | 0.731933 |
| 2 | 100.00 | 0.2 | 0.731933 |
| 16 | 10.00 | 0.5 | 0.731929 |
| 8 | 100.00 | 0.8 | 0.731928 |
| 6 | 100.00 | 0.6 | 0.731925 |
| 9 | 100.00 | 0.9 | 0.731919 |
| 40 | 0.10 | 0.7 | 0.731918 |
| 10 | 100.00 | 1.0 | 0.731916 |
| 41 | 0.10 | 0.8 | 0.731781 |
| 44 | 0.01 | 0.0 | 0.731767 |
| 42 | 0.10 | 0.9 | 0.731679 |
| 43 | 0.10 | 1.0 | 0.731606 |
| 45 | 0.01 | 0.1 | 0.731077 |
| 46 | 0.01 | 0.2 | 0.730117 |
| 47 | 0.01 | 0.3 | 0.728649 |
| 48 | 0.01 | 0.4 | 0.727482 |
| 49 | 0.01 | 0.5 | 0.726563 |
| 50 | 0.01 | 0.6 | 0.725606 |
| 51 | 0.01 | 0.7 | 0.724641 |
| 52 | 0.01 | 0.8 | 0.723601 |
| 53 | 0.01 | 0.9 | 0.722690 |
| 54 | 0.01 | 1.0 | 0.721600 |
# print the best parameters
loan_logistic_grid_search.best_params_
{'logistic__C': 0.1, 'logistic__l1_ratio': 0.3}
# perform 5 fold cv with best hyperparameters
scoring = {'accuracy': 'accuracy',
'roc_auc': 'roc_auc',
}
results = cross_validate(loan_logistic_grid_search.best_estimator_,
x_sample_90, y_sample_90,
scoring=scoring,
cv=5,
n_jobs=-1)
# print results of cross validation
pd.DataFrame(
{'test_accuracy': results['test_accuracy'],
'test_roc_auc': results['test_roc_auc'],
})
| test_accuracy | test_roc_auc | |
|---|---|---|
| 0 | 0.919155 | 0.739644 |
| 1 | 0.919335 | 0.748940 |
| 2 | 0.918996 | 0.742415 |
| 3 | 0.918949 | 0.749103 |
| 4 | 0.919401 | 0.735840 |
# calculate mean out of sample cv train roc score
loan_logistic_train_mean_roc_score = np.mean(results['test_roc_auc'])
# print the mean out of sample cv train roc score
loan_logistic_train_mean_roc_score
0.74318828737796
# calculate mean out of sample cv train accuracy score
loan_logistic_train_mean_accuracy_score = np.mean(results['test_accuracy'])
# print the mean out of sample cv train accuracy score
loan_logistic_train_mean_accuracy_score
0.9191673291655034
We have slightly better performance with the added features. We will use these features moving forward with the more advanced tree-based algorithms.
Random forests (RF) are a bagging ensemble modeling technique which trains a collection of decision trees and averages the prediction made by each tree. For each tree only a random subsample of the available features is selected for building the tree.

Decision tree learning is a supervised machine learning approach whose goal is to recursively partition the input feature space into different zones to predict the target value. Decision trees use information gain to determine the next optimal split within the tree. Information gain is the expected reduction in entropy from splitting on a particular attribute.

# generate the pipeline
rf_pipeline = Pipeline([
("features_adder", LoanFeatureAdder()),
("preparation", data_pipeline),
("rf", RandomForestClassifier())
])
# set up cross validation grid search
rf_grid_search = GridSearchCV(rf_pipeline,
param_grid=rf_params,
scoring='roc_auc',
cv=5,
n_jobs=-1,
verbose=True)
# grid search on training data
rf_grid_search.fit(x_sample_10, y_sample_10)
Fitting 5 folds for each of 432 candidates, totalling 2160 fits
[Parallel(n_jobs=-1)]: Using backend LokyBackend with 6 concurrent workers. [Parallel(n_jobs=-1)]: Done 38 tasks | elapsed: 11.1s [Parallel(n_jobs=-1)]: Done 188 tasks | elapsed: 50.9s [Parallel(n_jobs=-1)]: Done 438 tasks | elapsed: 3.0min [Parallel(n_jobs=-1)]: Done 788 tasks | elapsed: 5.4min [Parallel(n_jobs=-1)]: Done 1238 tasks | elapsed: 9.0min [Parallel(n_jobs=-1)]: Done 1788 tasks | elapsed: 13.5min [Parallel(n_jobs=-1)]: Done 2160 out of 2160 | elapsed: 17.4min finished
GridSearchCV(cv=5,
estimator=Pipeline(steps=[('features_adder', LoanFeatureAdder()),
('preparation',
ColumnTransformer(remainder='passthrough',
transformers=[('num_pipeline',
Pipeline(steps=[('imputer',
SimpleImputer(strategy='median')),
('std_scaler',
StandardScaler())]),
['AMT_INCOME_TOTAL',
'AMT_CREDIT',
'AMT_ANNUITY',
'AMT_GOODS_PRICE',
'DAYS_BIRTH',
'DAYS_EM...
'HOUR_APPR_PROCESS_START',
'WEEKDAY_APPR_PROCESS_START',
'REGION_RATING_CLIENT',
'REGION_RATING_CLIENT_W_CITY'])])),
('rf', RandomForestClassifier())]),
n_jobs=-1,
param_grid={'rf__max_depth': range(6, 10),
'rf__max_features': [1, 5, 10],
'rf__min_samples_leaf': [3, 5, 10],
'rf__min_samples_split': [5, 10, 15],
'rf__n_estimators': [20, 80, 150, 200]},
scoring='roc_auc', verbose=True)
# print grid search results
pd.concat([pd.DataFrame(rf_grid_search.cv_results_["params"]),pd.DataFrame(rf_grid_search.cv_results_["mean_test_score"], columns=["roc_auc"])],axis=1).sort_values(by='roc_auc', ascending=False)
| rf__max_depth | rf__max_features | rf__min_samples_leaf | rf__min_samples_split | rf__n_estimators | roc_auc | |
|---|---|---|---|---|---|---|
| 414 | 9 | 10 | 5 | 10 | 150 | 0.713480 |
| 431 | 9 | 10 | 10 | 15 | 200 | 0.713312 |
| 403 | 9 | 10 | 3 | 10 | 200 | 0.713014 |
| 319 | 8 | 10 | 10 | 10 | 200 | 0.712746 |
| 295 | 8 | 10 | 3 | 10 | 200 | 0.712411 |
| 423 | 9 | 10 | 10 | 5 | 200 | 0.712335 |
| 407 | 9 | 10 | 3 | 15 | 200 | 0.712226 |
| 427 | 9 | 10 | 10 | 10 | 200 | 0.712162 |
| 426 | 9 | 10 | 10 | 10 | 150 | 0.712033 |
| 411 | 9 | 10 | 5 | 5 | 200 | 0.711524 |
| 413 | 9 | 10 | 5 | 10 | 80 | 0.711487 |
| 307 | 8 | 10 | 5 | 10 | 200 | 0.711452 |
| 311 | 8 | 10 | 5 | 15 | 200 | 0.711368 |
| 314 | 8 | 10 | 10 | 5 | 150 | 0.711022 |
| 299 | 8 | 10 | 3 | 15 | 200 | 0.710935 |
| 418 | 9 | 10 | 5 | 15 | 150 | 0.710910 |
| 182 | 7 | 10 | 3 | 5 | 150 | 0.710879 |
| 415 | 9 | 10 | 5 | 10 | 200 | 0.710716 |
| 315 | 8 | 10 | 10 | 5 | 200 | 0.710701 |
| 430 | 9 | 10 | 10 | 15 | 150 | 0.710696 |
| 398 | 9 | 10 | 3 | 5 | 150 | 0.710683 |
| 318 | 8 | 10 | 10 | 10 | 150 | 0.710665 |
| 410 | 9 | 10 | 5 | 5 | 150 | 0.710579 |
| 291 | 8 | 10 | 3 | 5 | 200 | 0.710515 |
| 422 | 9 | 10 | 10 | 5 | 150 | 0.710510 |
| 190 | 7 | 10 | 3 | 15 | 150 | 0.710457 |
| 290 | 8 | 10 | 3 | 5 | 150 | 0.710355 |
| 399 | 9 | 10 | 3 | 5 | 200 | 0.710291 |
| 211 | 7 | 10 | 10 | 10 | 200 | 0.710270 |
| 301 | 8 | 10 | 5 | 5 | 80 | 0.710234 |
| 323 | 8 | 10 | 10 | 15 | 200 | 0.710125 |
| 183 | 7 | 10 | 3 | 5 | 200 | 0.710114 |
| 207 | 7 | 10 | 10 | 5 | 200 | 0.709950 |
| 406 | 9 | 10 | 3 | 15 | 150 | 0.709878 |
| 186 | 7 | 10 | 3 | 10 | 150 | 0.709852 |
| 298 | 8 | 10 | 3 | 15 | 150 | 0.709656 |
| 425 | 9 | 10 | 10 | 10 | 80 | 0.709268 |
| 322 | 8 | 10 | 10 | 15 | 150 | 0.709158 |
| 215 | 7 | 10 | 10 | 15 | 200 | 0.709101 |
| 409 | 9 | 10 | 5 | 5 | 80 | 0.708731 |
| 309 | 8 | 10 | 5 | 15 | 80 | 0.708674 |
| 79 | 6 | 10 | 3 | 10 | 200 | 0.708539 |
| 302 | 8 | 10 | 5 | 5 | 150 | 0.708508 |
| 210 | 7 | 10 | 10 | 10 | 150 | 0.708292 |
| 214 | 7 | 10 | 10 | 15 | 150 | 0.708251 |
| 310 | 8 | 10 | 5 | 15 | 150 | 0.708221 |
| 303 | 8 | 10 | 5 | 5 | 200 | 0.708145 |
| 293 | 8 | 10 | 3 | 10 | 80 | 0.707993 |
| 402 | 9 | 10 | 3 | 10 | 150 | 0.707990 |
| 419 | 9 | 10 | 5 | 15 | 200 | 0.707921 |
| 187 | 7 | 10 | 3 | 10 | 200 | 0.707832 |
| 75 | 6 | 10 | 3 | 5 | 200 | 0.707806 |
| 313 | 8 | 10 | 10 | 5 | 80 | 0.707780 |
| 206 | 7 | 10 | 10 | 5 | 150 | 0.707600 |
| 195 | 7 | 10 | 5 | 5 | 200 | 0.707458 |
| 317 | 8 | 10 | 10 | 10 | 80 | 0.707239 |
| 77 | 6 | 10 | 3 | 10 | 80 | 0.707217 |
| 417 | 9 | 10 | 5 | 15 | 80 | 0.707214 |
| 306 | 8 | 10 | 5 | 10 | 150 | 0.707156 |
| 199 | 7 | 10 | 5 | 10 | 200 | 0.707116 |
| 74 | 6 | 10 | 3 | 5 | 150 | 0.707070 |
| 191 | 7 | 10 | 3 | 15 | 200 | 0.707000 |
| 421 | 9 | 10 | 10 | 5 | 80 | 0.706918 |
| 87 | 6 | 10 | 5 | 5 | 200 | 0.706886 |
| 194 | 7 | 10 | 5 | 5 | 150 | 0.706728 |
| 99 | 6 | 10 | 10 | 5 | 200 | 0.706495 |
| 289 | 8 | 10 | 3 | 5 | 80 | 0.706441 |
| 91 | 6 | 10 | 5 | 10 | 200 | 0.706438 |
| 294 | 8 | 10 | 3 | 10 | 150 | 0.706166 |
| 83 | 6 | 10 | 3 | 15 | 200 | 0.706107 |
| 198 | 7 | 10 | 5 | 10 | 150 | 0.705838 |
| 429 | 9 | 10 | 10 | 15 | 80 | 0.705747 |
| 213 | 7 | 10 | 10 | 15 | 80 | 0.705720 |
| 405 | 9 | 10 | 3 | 15 | 80 | 0.705660 |
| 401 | 9 | 10 | 3 | 10 | 80 | 0.705518 |
| 98 | 6 | 10 | 10 | 5 | 150 | 0.705377 |
| 95 | 6 | 10 | 5 | 15 | 200 | 0.705312 |
| 193 | 7 | 10 | 5 | 5 | 80 | 0.705251 |
| 86 | 6 | 10 | 5 | 5 | 150 | 0.705234 |
| 203 | 7 | 10 | 5 | 15 | 200 | 0.705170 |
| 197 | 7 | 10 | 5 | 10 | 80 | 0.704877 |
| 102 | 6 | 10 | 10 | 10 | 150 | 0.704804 |
| 85 | 6 | 10 | 5 | 5 | 80 | 0.704803 |
| 181 | 7 | 10 | 3 | 5 | 80 | 0.704738 |
| 106 | 6 | 10 | 10 | 15 | 150 | 0.704706 |
| 397 | 9 | 10 | 3 | 5 | 80 | 0.704467 |
| 103 | 6 | 10 | 10 | 10 | 200 | 0.704270 |
| 94 | 6 | 10 | 5 | 15 | 150 | 0.704188 |
| 90 | 6 | 10 | 5 | 10 | 150 | 0.704089 |
| 107 | 6 | 10 | 10 | 15 | 200 | 0.704088 |
| 97 | 6 | 10 | 10 | 5 | 80 | 0.703905 |
| 205 | 7 | 10 | 10 | 5 | 80 | 0.703852 |
| 189 | 7 | 10 | 3 | 15 | 80 | 0.703840 |
| 209 | 7 | 10 | 10 | 10 | 80 | 0.703700 |
| 105 | 6 | 10 | 10 | 15 | 80 | 0.703664 |
| 202 | 7 | 10 | 5 | 15 | 150 | 0.703551 |
| 321 | 8 | 10 | 10 | 15 | 80 | 0.703418 |
| 82 | 6 | 10 | 3 | 15 | 150 | 0.703335 |
| 185 | 7 | 10 | 3 | 10 | 80 | 0.703034 |
| 81 | 6 | 10 | 3 | 15 | 80 | 0.702911 |
| 78 | 6 | 10 | 3 | 10 | 150 | 0.702585 |
| 297 | 8 | 10 | 3 | 15 | 80 | 0.702184 |
| 93 | 6 | 10 | 5 | 15 | 80 | 0.701562 |
| 101 | 6 | 10 | 10 | 10 | 80 | 0.701288 |
| 305 | 8 | 10 | 5 | 10 | 80 | 0.700984 |
| 201 | 7 | 10 | 5 | 15 | 80 | 0.700923 |
| 89 | 6 | 10 | 5 | 10 | 80 | 0.700410 |
| 73 | 6 | 10 | 3 | 5 | 80 | 0.699940 |
| 371 | 9 | 5 | 3 | 15 | 200 | 0.698997 |
| 386 | 9 | 5 | 10 | 5 | 150 | 0.698939 |
| 383 | 9 | 5 | 5 | 15 | 200 | 0.698731 |
| 271 | 8 | 5 | 5 | 10 | 200 | 0.698632 |
| 379 | 9 | 5 | 5 | 10 | 200 | 0.698588 |
| 362 | 9 | 5 | 3 | 5 | 150 | 0.697359 |
| 282 | 8 | 5 | 10 | 10 | 150 | 0.696933 |
| 286 | 8 | 5 | 10 | 15 | 150 | 0.696730 |
| 370 | 9 | 5 | 3 | 15 | 150 | 0.696667 |
| 283 | 8 | 5 | 10 | 10 | 200 | 0.696575 |
| 275 | 8 | 5 | 5 | 15 | 200 | 0.696482 |
| 378 | 9 | 5 | 5 | 10 | 150 | 0.696279 |
| 267 | 8 | 5 | 5 | 5 | 200 | 0.696211 |
| 363 | 9 | 5 | 3 | 5 | 200 | 0.696072 |
| 266 | 8 | 5 | 5 | 5 | 150 | 0.696071 |
| 367 | 9 | 5 | 3 | 10 | 200 | 0.695950 |
| 270 | 8 | 5 | 5 | 10 | 150 | 0.695937 |
| 159 | 7 | 5 | 5 | 5 | 200 | 0.695891 |
| 263 | 8 | 5 | 3 | 15 | 200 | 0.695863 |
| 395 | 9 | 5 | 10 | 15 | 200 | 0.695676 |
| 382 | 9 | 5 | 5 | 15 | 150 | 0.695674 |
| 287 | 8 | 5 | 10 | 15 | 200 | 0.695667 |
| 167 | 7 | 5 | 5 | 15 | 200 | 0.695432 |
| 375 | 9 | 5 | 5 | 5 | 200 | 0.695416 |
| 175 | 7 | 5 | 10 | 10 | 200 | 0.695340 |
| 259 | 8 | 5 | 3 | 10 | 200 | 0.695235 |
| 416 | 9 | 10 | 5 | 15 | 20 | 0.695200 |
| 374 | 9 | 5 | 5 | 5 | 150 | 0.695108 |
| 170 | 7 | 5 | 10 | 5 | 150 | 0.695105 |
| 390 | 9 | 5 | 10 | 10 | 150 | 0.694979 |
| 424 | 9 | 10 | 10 | 10 | 20 | 0.694957 |
| 179 | 7 | 5 | 10 | 15 | 200 | 0.694947 |
| 100 | 6 | 10 | 10 | 10 | 20 | 0.694936 |
| 67 | 6 | 5 | 10 | 10 | 200 | 0.694783 |
| 278 | 8 | 5 | 10 | 5 | 150 | 0.694783 |
| 366 | 9 | 5 | 3 | 10 | 150 | 0.694653 |
| 262 | 8 | 5 | 3 | 15 | 150 | 0.694552 |
| 254 | 8 | 5 | 3 | 5 | 150 | 0.694479 |
| 178 | 7 | 5 | 10 | 15 | 150 | 0.694453 |
| 171 | 7 | 5 | 10 | 5 | 200 | 0.694349 |
| 369 | 9 | 5 | 3 | 15 | 80 | 0.694309 |
| 155 | 7 | 5 | 3 | 15 | 200 | 0.694238 |
| 391 | 9 | 5 | 10 | 10 | 200 | 0.694183 |
| 373 | 9 | 5 | 5 | 5 | 80 | 0.694158 |
| 387 | 9 | 5 | 10 | 5 | 200 | 0.694059 |
| 147 | 7 | 5 | 3 | 5 | 200 | 0.693908 |
| 279 | 8 | 5 | 10 | 5 | 200 | 0.693830 |
| 320 | 8 | 10 | 10 | 15 | 20 | 0.693784 |
| 420 | 9 | 10 | 10 | 5 | 20 | 0.693781 |
| 174 | 7 | 5 | 10 | 10 | 150 | 0.693673 |
| 258 | 8 | 5 | 3 | 10 | 150 | 0.693474 |
| 151 | 7 | 5 | 3 | 10 | 200 | 0.693395 |
| 43 | 6 | 5 | 3 | 10 | 200 | 0.693158 |
| 150 | 7 | 5 | 3 | 10 | 150 | 0.693156 |
| 274 | 8 | 5 | 5 | 15 | 150 | 0.693118 |
| 66 | 6 | 5 | 10 | 10 | 150 | 0.693071 |
| 59 | 6 | 5 | 5 | 15 | 200 | 0.692981 |
| 265 | 8 | 5 | 5 | 5 | 80 | 0.692943 |
| 377 | 9 | 5 | 5 | 10 | 80 | 0.692711 |
| 72 | 6 | 10 | 3 | 5 | 20 | 0.692639 |
| 154 | 7 | 5 | 3 | 15 | 150 | 0.692638 |
| 389 | 9 | 5 | 10 | 10 | 80 | 0.692509 |
| 58 | 6 | 5 | 5 | 15 | 150 | 0.692328 |
| 54 | 6 | 5 | 5 | 10 | 150 | 0.692326 |
| 163 | 7 | 5 | 5 | 10 | 200 | 0.692319 |
| 394 | 9 | 5 | 10 | 15 | 150 | 0.692289 |
| 261 | 8 | 5 | 3 | 15 | 80 | 0.692145 |
| 204 | 7 | 10 | 10 | 5 | 20 | 0.692090 |
| 70 | 6 | 5 | 10 | 15 | 150 | 0.692063 |
| 166 | 7 | 5 | 5 | 15 | 150 | 0.692025 |
| 165 | 7 | 5 | 5 | 15 | 80 | 0.691965 |
| 51 | 6 | 5 | 5 | 5 | 200 | 0.691855 |
| 212 | 7 | 10 | 10 | 15 | 20 | 0.691789 |
| 208 | 7 | 10 | 10 | 10 | 20 | 0.691770 |
| 361 | 9 | 5 | 3 | 5 | 80 | 0.691570 |
| 255 | 8 | 5 | 3 | 5 | 200 | 0.691457 |
| 285 | 8 | 5 | 10 | 15 | 80 | 0.691372 |
| 55 | 6 | 5 | 5 | 10 | 200 | 0.691188 |
| 47 | 6 | 5 | 3 | 15 | 200 | 0.691175 |
| 253 | 8 | 5 | 3 | 5 | 80 | 0.691115 |
| 63 | 6 | 5 | 10 | 5 | 200 | 0.691114 |
| 257 | 8 | 5 | 3 | 10 | 80 | 0.690998 |
| 38 | 6 | 5 | 3 | 5 | 150 | 0.690940 |
| 177 | 7 | 5 | 10 | 15 | 80 | 0.690869 |
| 162 | 7 | 5 | 5 | 10 | 150 | 0.690612 |
| 158 | 7 | 5 | 5 | 5 | 150 | 0.690583 |
| 45 | 6 | 5 | 3 | 15 | 80 | 0.690581 |
| 169 | 7 | 5 | 10 | 5 | 80 | 0.690568 |
| 269 | 8 | 5 | 5 | 10 | 80 | 0.690429 |
| 41 | 6 | 5 | 3 | 10 | 80 | 0.690236 |
| 281 | 8 | 5 | 10 | 10 | 80 | 0.689949 |
| 153 | 7 | 5 | 3 | 15 | 80 | 0.689940 |
| 37 | 6 | 5 | 3 | 5 | 80 | 0.689770 |
| 57 | 6 | 5 | 5 | 15 | 80 | 0.689759 |
| 200 | 7 | 10 | 5 | 15 | 20 | 0.689724 |
| 365 | 9 | 5 | 3 | 10 | 80 | 0.689709 |
| 71 | 6 | 5 | 10 | 15 | 200 | 0.689697 |
| 316 | 8 | 10 | 10 | 10 | 20 | 0.689643 |
| 381 | 9 | 5 | 5 | 15 | 80 | 0.689324 |
| 312 | 8 | 10 | 10 | 5 | 20 | 0.689170 |
| 157 | 7 | 5 | 5 | 5 | 80 | 0.689057 |
| 273 | 8 | 5 | 5 | 15 | 80 | 0.689013 |
| 92 | 6 | 10 | 5 | 15 | 20 | 0.688873 |
| 146 | 7 | 5 | 3 | 5 | 150 | 0.688867 |
| 173 | 7 | 5 | 10 | 10 | 80 | 0.688803 |
| 161 | 7 | 5 | 5 | 10 | 80 | 0.688788 |
| 61 | 6 | 5 | 10 | 5 | 80 | 0.688600 |
| 385 | 9 | 5 | 10 | 5 | 80 | 0.688571 |
| 46 | 6 | 5 | 3 | 15 | 150 | 0.688549 |
| 277 | 8 | 5 | 10 | 5 | 80 | 0.688446 |
| 184 | 7 | 10 | 3 | 10 | 20 | 0.688432 |
| 188 | 7 | 10 | 3 | 15 | 20 | 0.688306 |
| 62 | 6 | 5 | 10 | 5 | 150 | 0.688267 |
| 300 | 8 | 10 | 5 | 5 | 20 | 0.688075 |
| 84 | 6 | 10 | 5 | 5 | 20 | 0.687801 |
| 42 | 6 | 5 | 3 | 10 | 150 | 0.687742 |
| 393 | 9 | 5 | 10 | 15 | 80 | 0.687661 |
| 428 | 9 | 10 | 10 | 15 | 20 | 0.687475 |
| 296 | 8 | 10 | 3 | 15 | 20 | 0.687347 |
| 145 | 7 | 5 | 3 | 5 | 80 | 0.687336 |
| 65 | 6 | 5 | 10 | 10 | 80 | 0.687222 |
| 96 | 6 | 10 | 10 | 5 | 20 | 0.686878 |
| 196 | 7 | 10 | 5 | 10 | 20 | 0.686571 |
| 50 | 6 | 5 | 5 | 5 | 150 | 0.686545 |
| 88 | 6 | 10 | 5 | 10 | 20 | 0.686422 |
| 53 | 6 | 5 | 5 | 10 | 80 | 0.686393 |
| 288 | 8 | 10 | 3 | 5 | 20 | 0.686270 |
| 304 | 8 | 10 | 5 | 10 | 20 | 0.686155 |
| 412 | 9 | 10 | 5 | 10 | 20 | 0.686091 |
| 408 | 9 | 10 | 5 | 5 | 20 | 0.685963 |
| 308 | 8 | 10 | 5 | 15 | 20 | 0.685402 |
| 149 | 7 | 5 | 3 | 10 | 80 | 0.685226 |
| 39 | 6 | 5 | 3 | 5 | 200 | 0.684985 |
| 49 | 6 | 5 | 5 | 5 | 80 | 0.684424 |
| 168 | 7 | 5 | 10 | 5 | 20 | 0.684176 |
| 192 | 7 | 10 | 5 | 5 | 20 | 0.684079 |
| 396 | 9 | 10 | 3 | 5 | 20 | 0.683095 |
| 180 | 7 | 10 | 3 | 5 | 20 | 0.682430 |
| 76 | 6 | 10 | 3 | 10 | 20 | 0.681885 |
| 69 | 6 | 5 | 10 | 15 | 80 | 0.681793 |
| 400 | 9 | 10 | 3 | 10 | 20 | 0.681456 |
| 80 | 6 | 10 | 3 | 15 | 20 | 0.681303 |
| 104 | 6 | 10 | 10 | 15 | 20 | 0.681118 |
| 392 | 9 | 5 | 10 | 15 | 20 | 0.681106 |
| 280 | 8 | 5 | 10 | 10 | 20 | 0.680984 |
| 284 | 8 | 5 | 10 | 15 | 20 | 0.680978 |
| 292 | 8 | 10 | 3 | 10 | 20 | 0.680579 |
| 176 | 7 | 5 | 10 | 15 | 20 | 0.679963 |
| 376 | 9 | 5 | 5 | 10 | 20 | 0.679845 |
| 164 | 7 | 5 | 5 | 15 | 20 | 0.679564 |
| 404 | 9 | 10 | 3 | 15 | 20 | 0.678969 |
| 360 | 9 | 5 | 3 | 5 | 20 | 0.675183 |
| 64 | 6 | 5 | 10 | 10 | 20 | 0.674965 |
| 276 | 8 | 5 | 10 | 5 | 20 | 0.674326 |
| 252 | 8 | 5 | 3 | 5 | 20 | 0.674078 |
| 52 | 6 | 5 | 5 | 10 | 20 | 0.674021 |
| 156 | 7 | 5 | 5 | 5 | 20 | 0.673630 |
| 260 | 8 | 5 | 3 | 15 | 20 | 0.672932 |
| 268 | 8 | 5 | 5 | 10 | 20 | 0.672810 |
| 388 | 9 | 5 | 10 | 10 | 20 | 0.671762 |
| 44 | 6 | 5 | 3 | 15 | 20 | 0.671672 |
| 68 | 6 | 5 | 10 | 15 | 20 | 0.671340 |
| 264 | 8 | 5 | 5 | 5 | 20 | 0.671256 |
| 272 | 8 | 5 | 5 | 15 | 20 | 0.671247 |
| 384 | 9 | 5 | 10 | 5 | 20 | 0.671001 |
| 364 | 9 | 5 | 3 | 10 | 20 | 0.670666 |
| 172 | 7 | 5 | 10 | 10 | 20 | 0.670594 |
| 372 | 9 | 5 | 5 | 5 | 20 | 0.670566 |
| 56 | 6 | 5 | 5 | 15 | 20 | 0.670379 |
| 152 | 7 | 5 | 3 | 15 | 20 | 0.669386 |
| 40 | 6 | 5 | 3 | 10 | 20 | 0.669269 |
| 48 | 6 | 5 | 5 | 5 | 20 | 0.668853 |
| 148 | 7 | 5 | 3 | 10 | 20 | 0.668849 |
| 327 | 9 | 1 | 3 | 5 | 200 | 0.668539 |
| 60 | 6 | 5 | 10 | 5 | 20 | 0.668466 |
| 342 | 9 | 1 | 5 | 10 | 150 | 0.667928 |
| 331 | 9 | 1 | 3 | 10 | 200 | 0.666474 |
| 368 | 9 | 5 | 3 | 15 | 20 | 0.666102 |
| 127 | 7 | 1 | 5 | 10 | 200 | 0.665924 |
| 142 | 7 | 1 | 10 | 15 | 150 | 0.665667 |
| 131 | 7 | 1 | 5 | 15 | 200 | 0.665630 |
| 10 | 6 | 1 | 3 | 15 | 150 | 0.665498 |
| 338 | 9 | 1 | 5 | 5 | 150 | 0.665489 |
| 238 | 8 | 1 | 5 | 15 | 150 | 0.665287 |
| 243 | 8 | 1 | 10 | 5 | 200 | 0.664714 |
| 256 | 8 | 5 | 3 | 10 | 20 | 0.664632 |
| 144 | 7 | 5 | 3 | 5 | 20 | 0.664594 |
| 226 | 8 | 1 | 3 | 15 | 150 | 0.664464 |
| 251 | 8 | 1 | 10 | 15 | 200 | 0.664229 |
| 250 | 8 | 1 | 10 | 15 | 150 | 0.663991 |
| 231 | 8 | 1 | 5 | 5 | 200 | 0.663963 |
| 354 | 9 | 1 | 10 | 10 | 150 | 0.663940 |
| 18 | 6 | 1 | 5 | 10 | 150 | 0.663791 |
| 343 | 9 | 1 | 5 | 10 | 200 | 0.663708 |
| 114 | 7 | 1 | 3 | 10 | 150 | 0.663679 |
| 219 | 8 | 1 | 3 | 5 | 200 | 0.663572 |
| 11 | 6 | 1 | 3 | 15 | 200 | 0.663557 |
| 160 | 7 | 5 | 5 | 10 | 20 | 0.663493 |
| 359 | 9 | 1 | 10 | 15 | 200 | 0.663471 |
| 380 | 9 | 5 | 5 | 15 | 20 | 0.663229 |
| 358 | 9 | 1 | 10 | 15 | 150 | 0.663224 |
| 335 | 9 | 1 | 3 | 15 | 200 | 0.662920 |
| 349 | 9 | 1 | 10 | 5 | 80 | 0.662743 |
| 223 | 8 | 1 | 3 | 10 | 200 | 0.662664 |
| 326 | 9 | 1 | 3 | 5 | 150 | 0.662625 |
| 229 | 8 | 1 | 5 | 5 | 80 | 0.662355 |
| 222 | 8 | 1 | 3 | 10 | 150 | 0.662306 |
| 221 | 8 | 1 | 3 | 10 | 80 | 0.662284 |
| 143 | 7 | 1 | 10 | 15 | 200 | 0.662247 |
| 347 | 9 | 1 | 5 | 15 | 200 | 0.662230 |
| 239 | 8 | 1 | 5 | 15 | 200 | 0.662068 |
| 334 | 9 | 1 | 3 | 15 | 150 | 0.662017 |
| 111 | 7 | 1 | 3 | 5 | 200 | 0.661972 |
| 355 | 9 | 1 | 10 | 10 | 200 | 0.661899 |
| 227 | 8 | 1 | 3 | 15 | 200 | 0.661710 |
| 6 | 6 | 1 | 3 | 10 | 150 | 0.661264 |
| 130 | 7 | 1 | 5 | 15 | 150 | 0.661119 |
| 341 | 9 | 1 | 5 | 10 | 80 | 0.661071 |
| 230 | 8 | 1 | 5 | 5 | 150 | 0.660970 |
| 115 | 7 | 1 | 3 | 10 | 200 | 0.660787 |
| 122 | 7 | 1 | 5 | 5 | 150 | 0.660773 |
| 350 | 9 | 1 | 10 | 5 | 150 | 0.660739 |
| 351 | 9 | 1 | 10 | 5 | 200 | 0.660567 |
| 2 | 6 | 1 | 3 | 5 | 150 | 0.660380 |
| 235 | 8 | 1 | 5 | 10 | 200 | 0.660289 |
| 19 | 6 | 1 | 5 | 10 | 200 | 0.660234 |
| 113 | 7 | 1 | 3 | 10 | 80 | 0.660232 |
| 218 | 8 | 1 | 3 | 5 | 150 | 0.660091 |
| 126 | 7 | 1 | 5 | 10 | 150 | 0.660068 |
| 123 | 7 | 1 | 5 | 5 | 200 | 0.659804 |
| 247 | 8 | 1 | 10 | 10 | 200 | 0.659661 |
| 346 | 9 | 1 | 5 | 15 | 150 | 0.659636 |
| 30 | 6 | 1 | 10 | 10 | 150 | 0.659618 |
| 117 | 7 | 1 | 3 | 15 | 80 | 0.659539 |
| 333 | 9 | 1 | 3 | 15 | 80 | 0.659446 |
| 118 | 7 | 1 | 3 | 15 | 150 | 0.659436 |
| 36 | 6 | 5 | 3 | 5 | 20 | 0.659397 |
| 225 | 8 | 1 | 3 | 15 | 80 | 0.659337 |
| 339 | 9 | 1 | 5 | 5 | 200 | 0.659283 |
| 234 | 8 | 1 | 5 | 10 | 150 | 0.659264 |
| 357 | 9 | 1 | 10 | 15 | 80 | 0.659028 |
| 3 | 6 | 1 | 3 | 5 | 200 | 0.658982 |
| 119 | 7 | 1 | 3 | 15 | 200 | 0.658964 |
| 139 | 7 | 1 | 10 | 10 | 200 | 0.658660 |
| 242 | 8 | 1 | 10 | 5 | 150 | 0.658382 |
| 7 | 6 | 1 | 3 | 10 | 200 | 0.658213 |
| 31 | 6 | 1 | 10 | 10 | 200 | 0.658196 |
| 329 | 9 | 1 | 3 | 10 | 80 | 0.658025 |
| 246 | 8 | 1 | 10 | 10 | 150 | 0.658008 |
| 27 | 6 | 1 | 10 | 5 | 200 | 0.657245 |
| 325 | 9 | 1 | 3 | 5 | 80 | 0.656841 |
| 134 | 7 | 1 | 10 | 5 | 150 | 0.656811 |
| 34 | 6 | 1 | 10 | 15 | 150 | 0.656810 |
| 110 | 7 | 1 | 3 | 5 | 150 | 0.656595 |
| 133 | 7 | 1 | 10 | 5 | 80 | 0.656362 |
| 17 | 6 | 1 | 5 | 10 | 80 | 0.656314 |
| 137 | 7 | 1 | 10 | 10 | 80 | 0.656238 |
| 14 | 6 | 1 | 5 | 5 | 150 | 0.656072 |
| 35 | 6 | 1 | 10 | 15 | 200 | 0.656022 |
| 26 | 6 | 1 | 10 | 5 | 150 | 0.655952 |
| 241 | 8 | 1 | 10 | 5 | 80 | 0.655841 |
| 135 | 7 | 1 | 10 | 5 | 200 | 0.655352 |
| 23 | 6 | 1 | 5 | 15 | 200 | 0.655284 |
| 330 | 9 | 1 | 3 | 10 | 150 | 0.655164 |
| 15 | 6 | 1 | 5 | 5 | 200 | 0.655120 |
| 141 | 7 | 1 | 10 | 15 | 80 | 0.655058 |
| 138 | 7 | 1 | 10 | 10 | 150 | 0.654447 |
| 121 | 7 | 1 | 5 | 5 | 80 | 0.654014 |
| 249 | 8 | 1 | 10 | 15 | 80 | 0.653687 |
| 217 | 8 | 1 | 3 | 5 | 80 | 0.653488 |
| 345 | 9 | 1 | 5 | 15 | 80 | 0.652726 |
| 125 | 7 | 1 | 5 | 10 | 80 | 0.652470 |
| 33 | 6 | 1 | 10 | 15 | 80 | 0.652034 |
| 237 | 8 | 1 | 5 | 15 | 80 | 0.651767 |
| 337 | 9 | 1 | 5 | 5 | 80 | 0.651610 |
| 29 | 6 | 1 | 10 | 10 | 80 | 0.651175 |
| 21 | 6 | 1 | 5 | 15 | 80 | 0.651173 |
| 233 | 8 | 1 | 5 | 10 | 80 | 0.651148 |
| 5 | 6 | 1 | 3 | 10 | 80 | 0.650059 |
| 25 | 6 | 1 | 10 | 5 | 80 | 0.649889 |
| 245 | 8 | 1 | 10 | 10 | 80 | 0.649870 |
| 13 | 6 | 1 | 5 | 5 | 80 | 0.649519 |
| 109 | 7 | 1 | 3 | 5 | 80 | 0.649486 |
| 120 | 7 | 1 | 5 | 5 | 20 | 0.649337 |
| 1 | 6 | 1 | 3 | 5 | 80 | 0.647436 |
| 9 | 6 | 1 | 3 | 15 | 80 | 0.647047 |
| 344 | 9 | 1 | 5 | 15 | 20 | 0.645562 |
| 353 | 9 | 1 | 10 | 10 | 80 | 0.644990 |
| 129 | 7 | 1 | 5 | 15 | 80 | 0.644659 |
| 22 | 6 | 1 | 5 | 15 | 150 | 0.642137 |
| 228 | 8 | 1 | 5 | 5 | 20 | 0.639871 |
| 336 | 9 | 1 | 5 | 5 | 20 | 0.637422 |
| 340 | 9 | 1 | 5 | 10 | 20 | 0.636348 |
| 332 | 9 | 1 | 3 | 15 | 20 | 0.636077 |
| 348 | 9 | 1 | 10 | 5 | 20 | 0.635999 |
| 240 | 8 | 1 | 10 | 5 | 20 | 0.634942 |
| 112 | 7 | 1 | 3 | 10 | 20 | 0.632577 |
| 248 | 8 | 1 | 10 | 15 | 20 | 0.631146 |
| 4 | 6 | 1 | 3 | 10 | 20 | 0.630646 |
| 216 | 8 | 1 | 3 | 5 | 20 | 0.629533 |
| 124 | 7 | 1 | 5 | 10 | 20 | 0.629297 |
| 352 | 9 | 1 | 10 | 10 | 20 | 0.629008 |
| 328 | 9 | 1 | 3 | 10 | 20 | 0.629006 |
| 116 | 7 | 1 | 3 | 15 | 20 | 0.628866 |
| 136 | 7 | 1 | 10 | 10 | 20 | 0.628050 |
| 128 | 7 | 1 | 5 | 15 | 20 | 0.627146 |
| 232 | 8 | 1 | 5 | 10 | 20 | 0.626995 |
| 108 | 7 | 1 | 3 | 5 | 20 | 0.626729 |
| 356 | 9 | 1 | 10 | 15 | 20 | 0.626642 |
| 140 | 7 | 1 | 10 | 15 | 20 | 0.625766 |
| 220 | 8 | 1 | 3 | 10 | 20 | 0.625634 |
| 28 | 6 | 1 | 10 | 10 | 20 | 0.625553 |
| 244 | 8 | 1 | 10 | 10 | 20 | 0.625541 |
| 12 | 6 | 1 | 5 | 5 | 20 | 0.625252 |
| 224 | 8 | 1 | 3 | 15 | 20 | 0.625059 |
| 24 | 6 | 1 | 10 | 5 | 20 | 0.623161 |
| 0 | 6 | 1 | 3 | 5 | 20 | 0.622938 |
| 16 | 6 | 1 | 5 | 10 | 20 | 0.621706 |
| 236 | 8 | 1 | 5 | 15 | 20 | 0.620806 |
| 20 | 6 | 1 | 5 | 15 | 20 | 0.619732 |
| 32 | 6 | 1 | 10 | 15 | 20 | 0.616638 |
| 8 | 6 | 1 | 3 | 15 | 20 | 0.616279 |
| 324 | 9 | 1 | 3 | 5 | 20 | 0.613001 |
| 132 | 7 | 1 | 10 | 5 | 20 | 0.607094 |
# print the best parameters
rf_grid_search.best_params_
{'rf__max_depth': 9,
'rf__max_features': 10,
'rf__min_samples_leaf': 5,
'rf__min_samples_split': 10,
'rf__n_estimators': 150}
# perform 5 fold cv with best hyperparameters
scoring = {'accuracy': 'accuracy',
'roc_auc': 'roc_auc',
}
#### Cross Validation Evaluation
results = cross_validate(rf_grid_search.best_estimator_,
x_sample_90, y_sample_90,
scoring=scoring,
cv=5,
n_jobs=-1)
# print results of cross validation
pd.DataFrame(
{'test_accuracy': results['test_accuracy'],
'test_roc_auc': results['test_roc_auc'],
})
| test_accuracy | test_roc_auc | |
|---|---|---|
| 0 | 0.919267 | 0.721351 |
| 1 | 0.919267 | 0.725358 |
| 2 | 0.919267 | 0.721290 |
| 3 | 0.919288 | 0.733915 |
| 4 | 0.919266 | 0.722697 |
results
{'fit_time': array([79.71358061, 79.4908123 , 79.62711334, 79.69661188, 78.59962344]),
'score_time': array([3.62801814, 3.60341883, 3.52835011, 3.40895581, 3.64838696]),
'test_accuracy': array([0.91926742, 0.91926742, 0.91926742, 0.91928818, 0.9192656 ]),
'test_roc_auc': array([0.72135148, 0.72535823, 0.72129049, 0.73391517, 0.72269739])}
# calculate mean out of sample cv train roc score
rf_train_mean_roc_score = np.mean(results['test_roc_auc'])
# print the mean out of sample cv train roc score
rf_train_mean_roc_score
0.7249225521124802
# calculate mean out of sample cv train accuracy score
rf_train_mean_accuracy_score = np.mean(results['test_accuracy'])
# print the mean out of sample cv train accuracy score
rf_train_mean_accuracy_score
0.9192712097637032
Extreme gradient boosting is a gradient boosting machine learning model optimized for faster convergence. A gradient boosting machine is a tree-based model which sequentially learns new trees to fit residuals from previous iterations. Thus, observations poorly predicted are sequentially weighted higher for future fits. This modeling technique consistently scores near the top of machine learning competitions.

Decision tree learning is a supervised machine learning approach whose goal is to recursively partition the input feature space into different zones to predict the target value. Decision trees use information gain to determine the next optimal split within the tree. Information gain is the expected reduction in entropy from splitting on a particular attribute.

Gradient boosting then sequentially learns decision trees to model residuals from previous decision trees.
# generate the pipeline
xgb_pipeline = Pipeline([
("features_adder", LoanFeatureAdder()),
("preparation", data_pipeline),
("xgb", XGBClassifier())
])
# set up cross validation grid search
xgb_grid_search = GridSearchCV(xgb_pipeline,
param_grid=xgb_params,
scoring='roc_auc',
cv=5,
n_jobs=-1,
verbose=True)
# grid search on training data
xgb_grid_search.fit(x_sample_10, y_sample_10)
Fitting 5 folds for each of 56 candidates, totalling 280 fits
[Parallel(n_jobs=-1)]: Using backend LokyBackend with 6 concurrent workers. [Parallel(n_jobs=-1)]: Done 38 tasks | elapsed: 1.9min [Parallel(n_jobs=-1)]: Done 188 tasks | elapsed: 11.1min [Parallel(n_jobs=-1)]: Done 280 out of 280 | elapsed: 18.3min finished
[02:41:18] WARNING: ../src/learner.cc:1061: Starting in XGBoost 1.3.0, the default evaluation metric used with the objective 'binary:logistic' was changed from 'error' to 'logloss'. Explicitly set eval_metric if you'd like to restore the old behavior.
GridSearchCV(cv=5,
estimator=Pipeline(steps=[('features_adder', LoanFeatureAdder()),
('preparation',
ColumnTransformer(remainder='passthrough',
transformers=[('num_pipeline',
Pipeline(steps=[('imputer',
SimpleImputer(strategy='median')),
('std_scaler',
StandardScaler())]),
['AMT_INCOME_TOTAL',
'AMT_CREDIT',
'AMT_ANNUITY',
'AMT_GOODS_PRICE',
'DAYS_BIRTH',
'DAYS_EM...
n_jobs=None,
num_parallel_tree=None,
random_state=None,
reg_alpha=None,
reg_lambda=None,
scale_pos_weight=None,
subsample=None,
tree_method=None,
validate_parameters=None,
verbosity=None))]),
n_jobs=-1,
param_grid={'xgb__colsample_bytree': [0.1, 0.2],
'xgb__learning_rate': [0.01, 0.1],
'xgb__max_depth': range(3, 10),
'xgb__n_estimators': [100, 200]},
scoring='roc_auc', verbose=True)
# print grid search results
pd.concat([pd.DataFrame(xgb_grid_search.cv_results_["params"]),pd.DataFrame(xgb_grid_search.cv_results_["mean_test_score"], columns=["roc_auc"])],axis=1).sort_values(by='roc_auc', ascending=False)
| xgb__colsample_bytree | xgb__learning_rate | xgb__max_depth | xgb__n_estimators | roc_auc | |
|---|---|---|---|---|---|
| 42 | 0.2 | 0.10 | 3 | 100 | 0.738067 |
| 43 | 0.2 | 0.10 | 3 | 200 | 0.736720 |
| 15 | 0.1 | 0.10 | 3 | 200 | 0.735979 |
| 44 | 0.2 | 0.10 | 4 | 100 | 0.734439 |
| 45 | 0.2 | 0.10 | 4 | 200 | 0.733120 |
| 17 | 0.1 | 0.10 | 4 | 200 | 0.732048 |
| 46 | 0.2 | 0.10 | 5 | 100 | 0.731507 |
| 14 | 0.1 | 0.10 | 3 | 100 | 0.731408 |
| 19 | 0.1 | 0.10 | 5 | 200 | 0.731245 |
| 35 | 0.2 | 0.01 | 6 | 200 | 0.729932 |
| 47 | 0.2 | 0.10 | 5 | 200 | 0.729872 |
| 33 | 0.2 | 0.01 | 5 | 200 | 0.729627 |
| 31 | 0.2 | 0.01 | 4 | 200 | 0.729119 |
| 16 | 0.1 | 0.10 | 4 | 100 | 0.728918 |
| 37 | 0.2 | 0.01 | 7 | 200 | 0.728915 |
| 39 | 0.2 | 0.01 | 8 | 200 | 0.728330 |
| 18 | 0.1 | 0.10 | 5 | 100 | 0.727611 |
| 48 | 0.2 | 0.10 | 6 | 100 | 0.726621 |
| 41 | 0.2 | 0.01 | 9 | 200 | 0.726559 |
| 50 | 0.2 | 0.10 | 7 | 100 | 0.726165 |
| 30 | 0.2 | 0.01 | 4 | 100 | 0.725826 |
| 32 | 0.2 | 0.01 | 5 | 100 | 0.725822 |
| 29 | 0.2 | 0.01 | 3 | 200 | 0.725584 |
| 34 | 0.2 | 0.01 | 6 | 100 | 0.724273 |
| 21 | 0.1 | 0.10 | 6 | 200 | 0.724150 |
| 36 | 0.2 | 0.01 | 7 | 100 | 0.724123 |
| 38 | 0.2 | 0.01 | 8 | 100 | 0.722773 |
| 52 | 0.2 | 0.10 | 8 | 100 | 0.722382 |
| 28 | 0.2 | 0.01 | 3 | 100 | 0.722265 |
| 20 | 0.1 | 0.10 | 6 | 100 | 0.722198 |
| 49 | 0.2 | 0.10 | 6 | 200 | 0.722177 |
| 54 | 0.2 | 0.10 | 9 | 100 | 0.722045 |
| 23 | 0.1 | 0.10 | 7 | 200 | 0.721790 |
| 51 | 0.2 | 0.10 | 7 | 200 | 0.721516 |
| 40 | 0.2 | 0.01 | 9 | 100 | 0.720508 |
| 3 | 0.1 | 0.01 | 4 | 200 | 0.720269 |
| 5 | 0.1 | 0.01 | 5 | 200 | 0.720108 |
| 22 | 0.1 | 0.10 | 7 | 100 | 0.720065 |
| 1 | 0.1 | 0.01 | 3 | 200 | 0.719494 |
| 55 | 0.2 | 0.10 | 9 | 200 | 0.718940 |
| 2 | 0.1 | 0.01 | 4 | 100 | 0.717349 |
| 7 | 0.1 | 0.01 | 6 | 200 | 0.717336 |
| 4 | 0.1 | 0.01 | 5 | 100 | 0.716430 |
| 0 | 0.1 | 0.01 | 3 | 100 | 0.716156 |
| 24 | 0.1 | 0.10 | 8 | 100 | 0.715811 |
| 25 | 0.1 | 0.10 | 8 | 200 | 0.715538 |
| 53 | 0.2 | 0.10 | 8 | 200 | 0.715440 |
| 9 | 0.1 | 0.01 | 7 | 200 | 0.715291 |
| 11 | 0.1 | 0.01 | 8 | 200 | 0.714472 |
| 13 | 0.1 | 0.01 | 9 | 200 | 0.714464 |
| 6 | 0.1 | 0.01 | 6 | 100 | 0.713517 |
| 27 | 0.1 | 0.10 | 9 | 200 | 0.712600 |
| 8 | 0.1 | 0.01 | 7 | 100 | 0.712223 |
| 26 | 0.1 | 0.10 | 9 | 100 | 0.711579 |
| 10 | 0.1 | 0.01 | 8 | 100 | 0.711522 |
| 12 | 0.1 | 0.01 | 9 | 100 | 0.710665 |
# print the best parameters
xgb_grid_search.best_params_
{'xgb__colsample_bytree': 0.2,
'xgb__learning_rate': 0.1,
'xgb__max_depth': 3,
'xgb__n_estimators': 100}
# perform 5 fold cv with best hyperparameters
scoring = {'accuracy': 'accuracy',
'roc_auc': 'roc_auc',
}
#### Cross Validation Evaluation
results = cross_validate(xgb_grid_search.best_estimator_,
x_sample_90, y_sample_90,
scoring=scoring,
cv=5,
n_jobs=-1)
# print results of cross validation
pd.DataFrame(
{'test_accuracy': results['test_accuracy'],
'test_roc_auc': results['test_roc_auc'],
})
| test_accuracy | test_roc_auc | |
|---|---|---|
| 0 | 0.919200 | 0.751804 |
| 1 | 0.919448 | 0.759811 |
| 2 | 0.919380 | 0.754439 |
| 3 | 0.919559 | 0.757751 |
| 4 | 0.919288 | 0.747949 |
# calculate mean out of sample cv train roc score
xgb_train_mean_roc_score = np.nanmean(results['test_roc_auc'])
# print the mean out of sample cv train roc score
xgb_train_mean_roc_score
0.7543509314737742
# calculate mean out of sample cv train accuracy score
xgb_train_mean_accuracy_score = np.nanmean(results['test_accuracy'])
# print the mean out of sample cv train accuracy score
xgb_train_mean_accuracy_score
0.9193750907698892
The main metric to evaluate model performance is area under ROC curve. The ROC curve plots the relationship between sensitivity and specificity. Classifiers with an area under the curve close to 1 represent excellent performing classifiers. As the curve gets closer to 0.5 the less accurate the model.
The other metrics we evaluate are precision, recall, f1 score, classification accuracy, and the confusion matrix of the actuals versus the predicteds.
# initialize the test results data frame
results = pd.DataFrame(columns=['model', 'Experiment', 'Train Accuracy', 'Test Accuracy', 'Train Area under ROC', 'Test Area under ROC', 'Best Parameters'])
# fit best estimator on entire training data
logistic_clf = logistic_grid_search.best_estimator_.fit(x_train, y_train)
# generate predictions on test data
logistic_predictions = logistic_clf.predict(x_test)
# calculate score on test predictions
logistic_test_score = accuracy_score(y_test, logistic_predictions)
# calculate roc_auc score on test predictions
logistic_test_roc_score = roc_auc_score(y_test, logistic_clf.predict_proba(x_test)[:, 1])
# calculate classification report on test predictions
logistic_test_classification_report = classification_report(y_test, logistic_predictions)
# calculate confusion matrix on test predictions
logistic_test_confusion_matrix = confusion_matrix(y_test, logistic_predictions)
# display the classification report
print(logistic_test_classification_report)
precision recall f1-score support
0 0.92 1.00 0.96 56538
1 0.51 0.01 0.02 4965
accuracy 0.92 61503
macro avg 0.71 0.50 0.49 61503
weighted avg 0.89 0.92 0.88 61503
# plot confusion matrix
plot_confusion_matrix(logistic_clf, x_test, y_test)
plt.show()
# add accuracy score to results table
results.loc[0] = ['Logistic Regression (Baseline)', 'All application data features', np.round(logistic_train_mean_accuracy_score*100, 2), np.round(logistic_test_score*100, 2), np.round(logistic_train_mean_roc_score*100, 2), np.round(logistic_test_roc_score*100, 2), logistic_grid_search.best_params_]
# show results
results
| model | Experiment | Train Accuracy | Test Accuracy | Train Area under ROC | Test Area under ROC | Best Parameters | |
|---|---|---|---|---|---|---|---|
| 0 | Logistic Regression (Baseline) | All application data features | 91.91 | 91.93 | 74.17 | 74.48 | {'logistic__C': 0.1, 'logistic__l1_ratio': 0.5} |
# plot the feature importance
lr_feature_importance_plot(clf=logistic_clf, names=column_names, n=30)
There are 35 features that have 0 importance.
# fit best estimator on entire training data
loan_logistic_clf = loan_logistic_grid_search.best_estimator_.fit(x_train, y_train)
# generate predictions on test data
loan_logistic_predictions = loan_logistic_clf.predict(x_test)
# calculate score on test predictions
loan_logistic_test_score = accuracy_score(y_test, loan_logistic_predictions)
# calculate roc_auc score on test predictions
loan_logistic_test_roc_score = roc_auc_score(y_test, loan_logistic_clf.predict_proba(x_test)[:, 1])
# calculate classification report on test predictions
loan_logistic_test_classification_report = classification_report(y_test, loan_logistic_predictions)
# calculate confusion matrix on test predictions
loan_logistic_test_confusion_matrix = confusion_matrix(y_test, loan_logistic_predictions)
# display the classification report
print(loan_logistic_test_classification_report)
precision recall f1-score support
0 0.92 1.00 0.96 56538
1 0.48 0.01 0.02 4965
accuracy 0.92 61503
macro avg 0.70 0.50 0.49 61503
weighted avg 0.88 0.92 0.88 61503
# plot confusion matrix
plot_confusion_matrix(loan_logistic_clf, x_test, y_test)
plt.show()
# add accuracy score to results table
results.loc[1] = ['Logistic Regression', 'All application data features w/ loan features', np.round(loan_logistic_train_mean_accuracy_score*100, 2), np.round(loan_logistic_test_score*100, 2), np.round(loan_logistic_train_mean_roc_score*100, 2), np.round(loan_logistic_test_roc_score*100, 2), loan_logistic_grid_search.best_params_]
# show results
results
| model | Experiment | Train Accuracy | Test Accuracy | Train Area under ROC | Test Area under ROC | Best Parameters | |
|---|---|---|---|---|---|---|---|
| 0 | Logistic Regression (Baseline) | All application data features | 91.91 | 91.93 | 74.17 | 74.48 | {'logistic__C': 0.1, 'logistic__l1_ratio': 0.5} |
| 1 | Logistic Regression | All application data features w/ loan features | 91.92 | 91.92 | 74.32 | 74.60 | {'logistic__C': 0.1, 'logistic__l1_ratio': 0.3} |
# set the added column names
loan_column_names = numerical_features + \
list(data_pipeline.transformers_[1][1].named_steps["ohe"].get_feature_names(categorical_features))
# plot the feature importance
lr_feature_importance_plot(clf=loan_logistic_clf, names=loan_column_names, n=30)
There are 19 features that have 0 importance.
# fit best estimator on entire training data
rf_clf = rf_grid_search.best_estimator_.fit(x_train, y_train)
# generate predictions on test data
rf_predictions = rf_clf.predict(x_test)
# calculate score on test predictions
rf_test_score = accuracy_score(y_test, rf_predictions)
# calculate roc_auc score on test predictions
rf_test_roc_score = roc_auc_score(y_test, rf_clf.predict_proba(x_test)[:, 1])
# calculate classification report on test predictions
rf_test_classification_report = classification_report(y_test, rf_predictions)
# calculate confusion matrix on test predictions
rf_test_confusion_matrix = confusion_matrix(y_test, rf_predictions)
# display the classification report
print(rf_test_classification_report)
precision recall f1-score support
0 0.92 1.00 0.96 56538
1 0.00 0.00 0.00 4965
accuracy 0.92 61503
macro avg 0.46 0.50 0.48 61503
weighted avg 0.85 0.92 0.88 61503
# plot confusion matrix
plot_confusion_matrix(rf_clf, x_test, y_test)
plt.show()
# add accuracy score to results table
results.loc[2] = ['Random Forest', 'All application data features w/ loan features', np.round(rf_train_mean_accuracy_score*100, 2), np.round(rf_test_score*100, 2), np.round(rf_train_mean_roc_score*100, 2), np.round(rf_test_roc_score*100, 2), rf_grid_search.best_params_]
# show results
results
| model | Experiment | Train Accuracy | Test Accuracy | Train Area under ROC | Test Area under ROC | Best Parameters | |
|---|---|---|---|---|---|---|---|
| 0 | Logistic Regression (Baseline) | All application data features | 91.91 | 91.93 | 74.17 | 74.48 | {'logistic__C': 0.1, 'logistic__l1_ratio': 0.5} |
| 1 | Logistic Regression | All application data features w/ loan features | 91.92 | 91.92 | 74.32 | 74.60 | {'logistic__C': 0.1, 'logistic__l1_ratio': 0.3} |
| 2 | Random Forest | All application data features w/ loan features | 91.93 | 91.93 | 72.49 | 72.82 | {'rf__max_depth': 9, 'rf__max_features': 10, '... |
# plot feature importance
tree_feature_importance_plot(clf=rf_clf, step_name='rf', names=loan_column_names, n=30)
There are 20 features that have 0 importance.
# fit best estimator on entire training data
xgb_clf = xgb_grid_search.best_estimator_.fit(x_train, y_train)
# generate predictions on test data
xgb_predictions = xgb_clf.predict(x_test)
# calculate score on test predictions
xgb_test_score = accuracy_score(y_test, xgb_predictions)
# calculate roc_auc score on test predictions
xgb_test_roc_score = roc_auc_score(y_test, xgb_clf.predict_proba(x_test)[:, 1])
# calculate classification report on test predictions
xgb_test_classification_report = classification_report(y_test, xgb_predictions)
# calculate confusion matrix on test predictions
xgb_test_confusion_matrix = confusion_matrix(y_test, xgb_predictions)
[02:47:52] WARNING: ../src/learner.cc:1061: Starting in XGBoost 1.3.0, the default evaluation metric used with the objective 'binary:logistic' was changed from 'error' to 'logloss'. Explicitly set eval_metric if you'd like to restore the old behavior.
# display the classification report
print(xgb_test_classification_report)
precision recall f1-score support
0 0.92 1.00 0.96 56538
1 0.72 0.00 0.01 4965
accuracy 0.92 61503
macro avg 0.82 0.50 0.48 61503
weighted avg 0.90 0.92 0.88 61503
# plot confusion matrix
plot_confusion_matrix(xgb_clf, x_test, y_test)
plt.show()
# add accuracy score to results table
results.loc[3] = ['XGBoost', 'All application data features w/ loan features', np.round(xgb_train_mean_accuracy_score*100, 2), np.round(xgb_test_score*100, 2), np.round(xgb_train_mean_roc_score*100, 2), np.round(xgb_test_roc_score*100, 2), xgb_grid_search.best_params_]
# show results
results
| model | Experiment | Train Accuracy | Test Accuracy | Train Area under ROC | Test Area under ROC | Best Parameters | |
|---|---|---|---|---|---|---|---|
| 0 | Logistic Regression (Baseline) | All application data features | 91.91 | 91.93 | 74.17 | 74.48 | {'logistic__C': 0.1, 'logistic__l1_ratio': 0.5} |
| 1 | Logistic Regression | All application data features w/ loan features | 91.92 | 91.92 | 74.32 | 74.60 | {'logistic__C': 0.1, 'logistic__l1_ratio': 0.3} |
| 2 | Random Forest | All application data features w/ loan features | 91.93 | 91.93 | 72.49 | 72.82 | {'rf__max_depth': 9, 'rf__max_features': 10, '... |
| 3 | XGBoost | All application data features w/ loan features | 91.94 | 91.95 | 75.44 | 75.84 | {'xgb__colsample_bytree': 0.2, 'xgb__learning_... |
# plot feature importance
tree_feature_importance_plot(clf=xgb_clf, step_name='xgb', names=loan_column_names, n=30)
There are 204 features that have 0 importance.
# predict the test data
predictions = xgb_clf.predict_proba(appTestDF)[:, 1]
# kaggle submission
submission = pd.DataFrame({'SK_ID_CURR':appTestDF['SK_ID_CURR'],'TARGET':predictions})
submission.head()
| SK_ID_CURR | TARGET | |
|---|---|---|
| 0 | 100001 | 0.061675 |
| 1 | 100005 | 0.096772 |
| 2 | 100013 | 0.018332 |
| 3 | 100028 | 0.040458 |
| 4 | 100038 | 0.132442 |
# write out kaggle submission file
filename = SUBMISSION_DIR + '/hcdr_kaggle_submission_phase1.csv'
submission.to_csv(filename,index=False)

Many consumers struggle receiving loan support from banks due to lacking credit history. Home Credit is a service whose goal is to provide loan opportunities for this underserved population. Failing to build and implement an accurate repayment detection method assumes major consequences. Missed financial interest unfolds if a loan is granted to consumers likely to default, Home Credit may not recoup the principal. This paper aims to address this issue by proposing a machine learning approach using Home Credit internal and external loan application and credit payment history data for automatic loan default detection. We introduce a simple and explainable logistic regression algorithm with the loan application data. Additionally, we explore more advanced machine learning and deep learning algorithms such as gradient boosting machines and neural networks to improve default classification. The results will show strong performance comparable to existing algorithms scoring near the top of the open-source Kaggle leaderboard.
The main project objective is to build a machine learning classification algorithm with current and existing loan application and payment history data to determine if a new Home Credit loan applicant will default on a loan. This project will abide by the Cross Industry Standard Process for Data Mining (CRISP-DM) framework to build a valuable default detection system. The CRISP-DM framework consists of six revolving sections: business understanding, data understanding, data preparation, modeling, evaluation, and deployment. Since this modeling exercise is for research purposes only, the deployment step is ignored. The first phase of the project is to complete one iteration with available data to model and evaluate a regularized logistic regression model for default detection. The following file contains the exploratory data analysis and initial baseline model for the project "Identifying Home Credit Application Default Risk". Modeling has been performed using the data extracted from Home Credit Default Risk (HCDR) Kaggle Competition.

Data provided by Home Credit is available from the Kaggle website in CSV format. A brief description of the available data is mentioned below:
The main data available is loan application information at Home Credit. This data contains most information about the client – gender, income, family status, education, etc. Train and test versions of this data is available.
The train version of the file contains the “TARGET” field, which has a value of either “0” or “1”. “0” indicates that a loan has been repaid, whereas “1” indicates that a loan has not been repaid. The test version of the file does not contain the “TARGET” field. 307.5 thousand records with 122 columns are present in the train version of the data for model building, tuning, and validation, whereas 48.7 thousand records with 121 columns are present in the test version of the data for model evaluation. The six other sources of data supplement the loan application data to achieve higher accuracy.
The bureau data contains information about every client’s financial information from the various institutions. Prior loan information is present, and it has its own row in this file. 1.7m records with 17 columns are present in this file. The bureau balance data contains monthly data about previous credits in each bureau. A single credit can be present in multiple rows – one for each month of the credit length. 27.3 million records with 3 columns are present in this file.
The previous application file contains information about client’s previous loan in Home Credit. Various loan parameters from the past along with client information at the time of previous application is available. Each prior application has one row in this file. Each row is uniquely identified by a primary key – SK_ID_PREV. 1.7 million records along with 37 columns are present in this file. The point of sales cash balance, installment payments, and credit card balance for this data is also available in subsequent files.
The point-of-sale cash balance data contains monthly balance information maintained by clients in their previous loan in Home Credit. Each row contains one month of a credit balance, and a single credit can be present in multiple rows. 10 million records along with 8 columns are present in this data.
The installments payment data contains information about installment payments made by the clients in their previous loan in Home Credit. One row for every payment made and one row for every payment missed is present in this file. 13.6 million records along with 8 columns are present in this data.
The Credit Card Balance data contains information about monthly balances maintained by the clients in their previous credit card loans in Home Credit. 3.8 million records along with 23 columns are present in this data.
The target value distribution has been explored on the training dataset. There is an imbalance between the number of records indicating that the loan was repaid and those indicating that the loan was not repaid.
appTrainDF['TARGET'].astype(int).plot.hist();
The correlation of the fields against the target column has been explored and provided below:
correlations = appTrainDF.corr()['TARGET'].sort_values()
print('Most Positive Correlations with TARGET - Top 10:')
print(correlations.tail(10))
print('\nMost Negative Correlations with TARGET - Top 10:')
print(correlations.head(10))
Most Positive Correlations with TARGET - Top 10: FLAG_DOCUMENT_3 0.044346 REG_CITY_NOT_LIVE_CITY 0.044395 FLAG_EMP_PHONE 0.045982 REG_CITY_NOT_WORK_CITY 0.050994 DAYS_ID_PUBLISH 0.051457 DAYS_LAST_PHONE_CHANGE 0.055218 REGION_RATING_CLIENT 0.058899 REGION_RATING_CLIENT_W_CITY 0.060893 DAYS_BIRTH 0.078239 TARGET 1.000000 Name: TARGET, dtype: float64 Most Negative Correlations with TARGET - Top 10: EXT_SOURCE_3 -0.178919 EXT_SOURCE_2 -0.160472 EXT_SOURCE_1 -0.155317 DAYS_EMPLOYED -0.044932 FLOORSMAX_AVG -0.044003 FLOORSMAX_MEDI -0.043768 FLOORSMAX_MODE -0.043226 AMT_GOODS_PRICE -0.039645 REGION_POPULATION_RELATIVE -0.037227 ELEVATORS_AVG -0.034199 Name: TARGET, dtype: float64
The percentage of missing values has been checked on the training dataset. There are no columns with more than 70% missing data. However, there are 17 columns which have over 60% missing data.
sns.barplot(y=missing_application_train_data.head(17).index, x=missing_application_train_data.head(17).Percent)
<AxesSubplot:xlabel='Percent'>
The initial baseline model is fit only with the application data set to predict credit default.
Data is split such that 80% is in training data and 20% is held out in testing data
5 fold cross validation will be used for tuning and estimating accuracy before evaluating on test data - see tuning section below.
A standard 4 Core and 16 GB RAM does not have enough compute power to train a model of this size. Thus we will do an additional split with the training data in order for performing hyperparameter tuning.
The hyperparameter tuning will be completed using a random 10% of the training data. The hyperparameters will be chosen based on the subset generating the highest 5 fold validation area under the roc curve.
We will use the remaining 90% of the training data to perform 5 fold cross validation with the best hyperparameters from the tuning process to gather estimates of how the model will perform on unseen data.

For phase one, there are three types of algorithms explored further detailed in the models section: elastic net logistic regression, random forest, xgboost.
There are four experiments tested with different subsets of features and algorithms:
The logistic regression model is tuned to determine the optimal mixture of L1 and L2 regularization and the amount of regularization.
The random forest algorithm is tuned to determine the optimal number of trees, maximum number of features, maximum tree depth, minimum split size, and minimum samples in a leaf.
Lastly the XGBoost model is tuned to determine the number of trees, learning rate, maximum tree depth, and columns sampled by each tree.
The main metric to optimize is area under ROC curve. The best performing model from the 5-fold cross validation will be fit on the entire training data and used to generate the first submission to the kaggle competition.
The additional metrics used to evaluate performance on the test data set are precision, recall, f1 score, classification accuracy, and the confusion matrix which compares the class predictions to the actual default status.
The first models fit leverage only the application data features to understand a baseline accuracy without feature engineering applied. There are 13 different feature types within the data set ranging from loan information to client demographics. The different types of features are shown below along with the number of features in each category from the raw data.

For the second set of models, additional loan specific features are added including:
The results of the baseline model will be compared to the results of the model with the additional features added. Whichever feature set performs better will then be fit using more advanced tree based algorithms - random forest and xgboost.
The baseline model results will be compared to the results from the three additional models using area under the roc curve, classification accuracy, precision, and recall.
Additional features from previous applications, previous bureau data, and prior payment history data sets will be added in phase 2 to build on the classification performance from phase 1.
We will assess feature importance after model fitting to identify the top features to select for modeling in phase 2 as additional data sources will be added to the algorithms tested in phase 1.
As the feature space grows rapidly from adding features from the other subsets, feature selection steps will be applied to remove features. Features with high missingness, collinear features, and features will little feature importance will be removed within pipeline steps to reduce the feature space and optimize the data to predict default.
For the initial model building phase, only the features from the application data set will be inputs into the model.
The data pipeline for these input features consists of four steps for the initial model building phase. There are two transformations applied to numeric features and two transformations applied to categorical features. The steps of the data preparation pipeline are listed below:

Regularized logistic regression (LR) is a generalized linear model with a sigmoid activation function applied to generate probabilities that input data is of a certain class. Logistic regression is a parameterized model optimizing binary cross-entropy loss when learning model coefficients
Due to a large feature space, we will apply elastic net regularization which combines the L1 and L2 penalties to reduce model complexity and perform built in feature selection.
The objective function for the learning a binary logistic regression model (log loss) is known as the binary cross-entropy loss (CXE) function.
This can be expressed directly in terms of perpendicular distances from X to the hyperplane theta as follows:

For the second set of models, additional loan specific features are added including:
The results of the baseline model will be compared to the results of the model with the additional features added. Whichever feature set performs better will then be fit using more advanced tree based algorithms - random forest and xgboost.
We will assess feature importance after model fitting to identify the top features to select for modeling in phase 2 as additional data sources will be added to the algorithms tested in phase 1.
The baseline model results will be compared to the results from the three additional models using area under the roc curve, classification accuracy, precision, and recall.
Random forests (RF) are a bagging ensemble modeling technique which trains a collection of decision trees and averages the prediction made by each tree. For each tree only a random subsample of the available features is selected for building the tree.

Decision tree learning is a supervised machine learning approach whose goal is to recursively partition the input feature space into different zones to predict the target value. Decision trees use information gain to determine the next optimal split within the tree. Information gain is the expected reduction in entropy from splitting on a particular attribute.

Extreme gradient boosting is a gradient boosting machine learning model optimized for faster convergence. A gradient boosting machine is a tree-based model which sequentially learns new trees to fit residuals from previous iterations. Thus, observations poorly predicted are sequentially weighted higher for future fits. This modeling technique consistently scores near the top of machine learning competitions.

Decision tree learning is a supervised machine learning approach whose goal is to recursively partition the input feature space into different zones to predict the target value. Decision trees use information gain to determine the next optimal split within the tree. Information gain is the expected reduction in entropy from splitting on a particular attribute.

Gradient boosting then sequentially learns decision trees to model residuals from previous decision trees.
The best performing model was the XGBoost model (200 trees, 0.2 column sample by tree, 0.1 learning rate, 3 max tree depth) using all the application data features with additional loan domain specific features such as credit to income ratio.

There were a significant number of features which had no importance in the model. As expected from the EDA the most important features were the external source evaluations.

This project aims to implement an accurate repayment detection method for Home Credit, since inaccurate method will have major consequences. For phase 1, we only focused on the application dataset. We chose Logistic Regression with regularization on just the application data as our base model. We then used the knowledge gained from EDA on the application dataset to create 6 new features. Using these 6 new features, we then performed Logistic Regression, Random Forest and XGBoost. Our current best model uses XGBoost, wherein we noticed a 1.7% point increase in accuracy compared to the base model. We did Kaggle submission to the Home Credit Default Risk project, and we obtained a score of 0.7585 under the ROC. Our current rank is 4911 on the Kaggle leaderboard. As part of phase 2, we will use the data from the remaining datasets, by merging them onto application dataset. We will further create new features on the combined dataset, which will is expected to further improve accuracy.
Some of the material in this notebook has been adopted from Start Here: A Gentle Introduction
The architecture images are sourced from